R中可以处理因子的一切-forcats包（二）

library(tidyverse)

rm(list = ls()) 
options(stringsAsFactors = T)

#构建测试数据集
df  <- forcats::gss_cat%>%
  select(c("rincome", "denom"))
head(df,3)

数据集情况

# 对df的每一列都使用`levels()`函数
lapply(df, levels) 

查看每列的分类情况

#查看每列分类分布个数
lapply(df,fct_count)

这个功能比较好，能看到个数分布情况

#查看每列分类分布比例
lapply(df,fct_count,prop = T)

这个功能更好了，可以看到分布比例小于0.1的变量

# 对df的每一列使用`fct_relevel(..., "Don't know", after = Inf)`
df2 <- lapply(df, fct_relevel, "Don't know", after = Inf) 
lapply(df2, levels) # 可以看到"Don't know"都被排在最后了

批量relevel感觉可能不太实用

# 3. 按照因子因素进行排序----------------------------------------------------------------------

# fct_inorder(): 按照第一次出现的顺序
# 
# fct_infreq(): 按照每个水平出现的频率（从大到小）
# 
# fct_inseq(): 按照数字大小

f <- factor(c("b", "b", "a", "c", "c", "c"))
f #默认按字母顺序

默认按照字母顺序要牢记

fct_inorder(f) # 按第一次出现的顺序

第一次出现的顺序一般没啥意义，所以觉得不太实用

fct_infreq(f) # 按出现的频率从大到小排列

一般经常以频率最高的为参考组，所以这个功能比较有用

f <- factor(1:3, levels = c("3", "2", "1"))
fct_inseq(f) # 按照数字顺序排列，虽然你定义的顺序是"3", "2", "1"

按照从小到大的顺序排序

#绘图展示
starwars%>%
  filter(!is.na(hair_color))%>%
  ggplot(aes(x = hair_color,fill = hair_color))+
  geom_bar() + 
  coord_flip()

原始图，删除缺失是因为缺失会始终排在第一个

#按照频率排序
starwars%>%
  filter(!is.na(hair_color))%>%
  ggplot(aes(x = fct_infreq(hair_color),fill = hair_color))+
  geom_bar() + 
  coord_flip()

按照频率排序，看这里顺多了

# 4. reorder函数操作，按照其他列顺序进行操作----------------------------------------------------------------------
 #生成一个简单的tibble
df <- tibble::tribble(
  ~color,     ~a, ~b,
  "blue",      1,  2,
  "green",     6,  2,
  "purple",    3,  3,
  "red",       2,  3,
  "yellow",    5,  1
)

模拟数据集

df$color <- factor(df$color)
df$color

默认顺序

# 按照a这一列从小到大的顺序，排序color这一列，
# 可以看到color的levels已经变了
fct_reorder(df$color, df$a, min)

按照a列的大小对颜色列进行排序

#fct_reorder()用于画图小例子
boxplot(Sepal.Width ~ Species, data = iris)
boxplot(Sepal.Width ~ fct_reorder(Species, Sepal.Width), data = iris)
boxplot(Sepal.Width ~ fct_reorder(Species, Sepal.Width, .desc = TRUE), data = iris)

原始图像

按照Y轴排序

降序排序

#fct_reorder2的例子
chks <- subset(ChickWeight, as.integer(Chick) < 10)
chks <- transform(chks, Chick = fct_shuffle(Chick))
chks

数据集

ggplot(chks, aes(Time, weight, colour = Chick)) +
  geom_point() +
  geom_line()

原始图片

# 图例的顺序和线的顺序一样
ggplot(chks, aes(Time, weight, colour = fct_reorder2(Chick, Time, weight))) +
  geom_point() +
  geom_line() +
  labs(colour = "Chick")

顺序一样了，其实我也不太理解

#将因子水平左右移动，默认向左移
x <- factor(
  c("Mon", "Tue", "Wed"),
  levels = c("Sun", "Mon", "Tue", "Wed", "Thu", "Fri", "Sat"),
  ordered = TRUE
)
x

原始因子水平

fct_shift(x)

默认移动到最左侧

fct_shift(x, 2)

移动超过边界后会从最后再开始

fct_shift(x, -1)#向右移动

这个有用