试图使类别值在条形图中排序
Trying to keep category values sorted in barplot
我有一个包含大约 3000 个观察值的数据框。我不仅分析整体，还分析子样本，我创建如下：
SNIIPPET 1:
allophone.count.test <- subset (merged.data.for.study, Environment %in% curr.phon.env)
我有一些数据，其中特定类别的值（下面数据中的"Allophone"）需要在条形图中以特定顺序显示，如下所示：
[p], [p̚], [pʰ], [p͡ɸ], [ɸ], [b], [b͡β], [β], OTHER, ∅
为了建立正确的顺序，我在部分数据处理过程中为上述值分配了编号。然后值如下所示：
01. [p], 02. [p̚], 03. [pʰ], 04. [p͡ɸ], 05. [ɸ], 06. [b], 07. [b͡β], 08. [β], 09. OTHER, 10. ∅
这是一个示例数据框。请注意，在此阶段，Allophone 和 Allophone.Backup 包含相同的值，以便稍后检查错误）：
allophone.count.test <- read.table(
header=TRUE, sep="\t", text='Region Phoneme Allophone Count Total.Count Percentage Allophone.Backup
LocationA p 01. [p] 16 92 17.4 01. [p]
LocationA p 02. [p̚] 4 92 4.3 02. [p̚]
LocationA p 05. [ɸ] 8 92 8.7 05. [ɸ]
LocationA p 06. [b] 5 92 5.4 06. [b]
LocationA p 08. [β] 55 92 59.8 08. [β]
LocationA p 09. OTHER 1 92 1.1 09. OTHER
LocationA p 10. ∅ 3 92 3.3 10. ∅
LocationB p 01. [p] 19 136 14 01. [p]
LocationB p 03. [pʰ] 1 136 0.7 03. [pʰ]
LocationB p 05. [ɸ] 14 136 10.3 05. [ɸ]
LocationB p 06. [b] 7 136 5.1 06. [b]
LocationB p 08. [β] 88 136 64.7 08. [β]
LocationB p 10. ∅ 7 136 5.1 10. ∅'
)
一切都很好，我尝试过的所有绘图工具（barplot、ggplot2 和我目前正在使用的 wrapper）都会按字母数字顺序对这些值进行适当排序，所以当我绘图时添加数字的数据都很好。不幸的是，这些数字使这些情节看起来非常业余，并且不会被接受出版。所以我需要在去掉数字的同时保持正确的顺序。
问题是，一旦我尝试绘制没有数字的值，我尝试的所有绘图工具都会恢复为按字母顺序对它们进行排序。
我发现针对此问题的大多数建议解决方案都将其转换为一个因数。以下是我用来 (1) 将其转换为一个因子和 (2) 去掉前导数字 + 句点 + space:
的代码
片段 2：
allophone.count.test$Allophone <- factor (allophone.count.test$Allophone)
allophone.count.test$Allophone <- gsub ("[0-9][0-9]\. ", "", allophone.count.test$Allophone, perl=TRUE)
这个 看起来 像它一样工作，如下所示，因为同位异音值没有前导数字、句点或 space，并且保留了正确的顺序：
Region Phoneme Allophone Count Total.Count Percentage Allophone.Backup
1 LocationA p [p] 16 92 17.4 01. [p]
2 LocationA p [p̚] 4 92 4.3 02. [p̚]
3 LocationA p [ɸ] 8 92 8.7 05. [ɸ]
4 LocationA p [b] 5 92 5.4 06. [b]
5 LocationA p [β] 55 92 59.8 08. [β]
6 LocationA p OTHER 1 92 1.1 09. OTHER
7 LocationA p ∅ 3 92 3.3 10. ∅
8 LocationB p [p] 19 136 14.0 01. [p]
9 LocationB p [pʰ] 1 136 0.7 03. [pʰ]
10 LocationB p [ɸ] 14 136 10.3 05. [ɸ]
11 LocationB p [b] 7 136 5.1 06. [b]
12 LocationB p [β] 88 136 64.7 08. [β]
13 LocationB p ∅ 7 136 5.1 10. ∅
但是然后我开始绘图，一切都再次按字母顺序排列（我在我的工作中没有使用 ggplot2，而是我链接到的包装器，但出于说明目的，ggplot2 可以）：
片段 3：
ggplot(allophone.count.test, aes(factor(Allophone), Count, fill = Region)) +
geom_bar(stat="identity", position = "dodge") +
scale_fill_brewer(palette = "Set1")
现在，我找到了一个部分解决方案 ONLY 当 Allophone 的所有可能值都存在时（即它们在我正在处理的特定子样本中有一个计数 > 1）在给定时间处理）。即手动将 number-free 版本的 Allophone 值分配给因子作为标签：
片段 4：
allophone.count.test$Allophone <- factor (allophone.count.test$Allophone, labels = c("[p]", "[p̚]", "[pʰ]", "[p͡ɸ]", "[ɸ]", "[b]", "[b͡β]", "[β]", "OTHER", "∅"))
但是，这是一个非常 un-robust 的解决方案 -- Allophone 有 10 个可能的值，并且它们并不总是全部存在于给定的子样本中（例如我在此处提供的那个） .发生这种情况时，R 就会停止。
是否有更强大的方法来完成我想用标签做的事情？（或者任何其他方式，就此而言？）
我能想到的最佳尝试（我既不是程序员也不是统计学家）惨遭失败——它为许多值分配了错误的标签（比较 Allophone 和 Allophone.Backup 开始第三行）：
片段 5：
allophone.count.test$Allophone <- factor (
allophone.count.test$Allophone, labels = unique (
gsub ("[0-9][0-9]\. ", "", allophone.count.test$Allophone, perl=TRUE)
)
)
Region Phoneme Allophone Count Total.Count Percentage Allophone.Backup
1 LocationA p [p] 16 92 17.4 01. [p]
2 LocationA p [p̚] 4 92 4.3 02. [p̚]
3 LocationA p [b] 8 92 8.7 05. [ɸ]
4 LocationA p [β] 5 92 5.4 06. [b]
5 LocationA p OTHER 55 92 59.8 08. [β]
6 LocationA p ∅ 1 92 1.1 09. OTHER
7 LocationA p [pʰ] 3 92 3.3 10. ∅
8 LocationB p [p] 19 136 14.0 01. [p]
9 LocationB p [ɸ] 1 136 0.7 03. [pʰ]
10 LocationB p [b] 14 136 10.3 05. [ɸ]
11 LocationB p [β] 7 136 5.1 06. [b]
12 LocationB p OTHER 88 136 64.7 08. [β]
13 LocationB p [pʰ] 7 136 5.1 10. ∅
下面就差不多了。它试图将 leading-numberless 形式分配给 Allophone 作为标签。但它失败了：
片段 6：
allophone.count.test$Allophone <- factor (
allophone.count.test$Allophone, labels = gsub ("[0-9][0-9]\. ", "", allophone.count.test$Allophone, perl=TRUE)
)
Error in factor(allophone.count.test$Allophone, labels = gsub("[0-9][0-9]\. ", :
invalid 'labels'; length 13 should be 1 or 8
当我尝试创建关卡来保存裸变音值时，我得到了一个不同的错误：
片段 7:
allophone.count.test$Allophone <- factor (
allophone.count.test$Allophone, levels = gsub ("[0-9][0-9]\. ", "", allophone.count.test$Allophone, perl=TRUE)
)
Warning message:
In `levels<-`(`*tmp*`, value = if (nl == nL) as.character(labels) else paste0(labels, :
duplicated levels in factors are deprecated
如果有人能给我任何帮助，我将不胜感激。重申一下，期望的结果是一个条形图，其中在删除数字时保留同位素向量的编号值的顺序。
（编辑：我已经为任何想要引用特定代码的人添加了 "Snippet" headers，因为这个问题很长）。
这是一个简化的示例，显示了其工作原理的逻辑：
# specify the order of the variable you want:
levs <- c("[p]", "[β]", "OTHER", "∅")
# here's some example data I prepared earlier:
test <- data.frame(
Region = rep(c("LocationA","LocationB"), c(4,4)),
Allophone = levs[c(1,3,2,4,3,2,1,4)],
Count = c(16, 4, 8, 5, 55, 1, 3, 19),
stringsAsFactors=FALSE
)
# Region Allophone Count
#1 LocationA [p] 16
#2 LocationA OTHER 4
#3 LocationA [ß] 8
#4 LocationA Ø 5
#5 LocationB OTHER 55
#6 LocationB [ß] 1
#7 LocationB [p] 3
#8 LocationB Ø 19
# convert the Allophone variable with the specified order:
test$Allophone <- factor(test$Allophone, levels=levs)
# do the plotting:
ggplot(test, aes(Allophone, Count, fill = Region)) +
geom_bar(stat="identity", position = "dodge") +
scale_fill_brewer(palette = "Set1")
我有一个包含大约 3000 个观察值的数据框。我不仅分析整体，还分析子样本，我创建如下：
SNIIPPET 1:
allophone.count.test <- subset (merged.data.for.study, Environment %in% curr.phon.env)
我有一些数据，其中特定类别的值（下面数据中的"Allophone"）需要在条形图中以特定顺序显示，如下所示：
[p], [p̚], [pʰ], [p͡ɸ], [ɸ], [b], [b͡β], [β], OTHER, ∅
为了建立正确的顺序，我在部分数据处理过程中为上述值分配了编号。然后值如下所示：
01. [p], 02. [p̚], 03. [pʰ], 04. [p͡ɸ], 05. [ɸ], 06. [b], 07. [b͡β], 08. [β], 09. OTHER, 10. ∅
这是一个示例数据框。请注意，在此阶段，Allophone 和 Allophone.Backup 包含相同的值，以便稍后检查错误）：
allophone.count.test <- read.table(
header=TRUE, sep="\t", text='Region Phoneme Allophone Count Total.Count Percentage Allophone.Backup
LocationA p 01. [p] 16 92 17.4 01. [p]
LocationA p 02. [p̚] 4 92 4.3 02. [p̚]
LocationA p 05. [ɸ] 8 92 8.7 05. [ɸ]
LocationA p 06. [b] 5 92 5.4 06. [b]
LocationA p 08. [β] 55 92 59.8 08. [β]
LocationA p 09. OTHER 1 92 1.1 09. OTHER
LocationA p 10. ∅ 3 92 3.3 10. ∅
LocationB p 01. [p] 19 136 14 01. [p]
LocationB p 03. [pʰ] 1 136 0.7 03. [pʰ]
LocationB p 05. [ɸ] 14 136 10.3 05. [ɸ]
LocationB p 06. [b] 7 136 5.1 06. [b]
LocationB p 08. [β] 88 136 64.7 08. [β]
LocationB p 10. ∅ 7 136 5.1 10. ∅'
)
一切都很好，我尝试过的所有绘图工具（barplot、ggplot2 和我目前正在使用的 wrapper）都会按字母数字顺序对这些值进行适当排序，所以当我绘图时添加数字的数据都很好。不幸的是，这些数字使这些情节看起来非常业余，并且不会被接受出版。所以我需要在去掉数字的同时保持正确的顺序。
问题是，一旦我尝试绘制没有数字的值，我尝试的所有绘图工具都会恢复为按字母顺序对它们进行排序。
我发现针对此问题的大多数建议解决方案都将其转换为一个因数。以下是我用来 (1) 将其转换为一个因子和 (2) 去掉前导数字 + 句点 + space:
的代码片段 2：
allophone.count.test$Allophone <- factor (allophone.count.test$Allophone)
allophone.count.test$Allophone <- gsub ("[0-9][0-9]\. ", "", allophone.count.test$Allophone, perl=TRUE)
这个 看起来 像它一样工作，如下所示，因为同位异音值没有前导数字、句点或 space，并且保留了正确的顺序：
Region Phoneme Allophone Count Total.Count Percentage Allophone.Backup
1 LocationA p [p] 16 92 17.4 01. [p]
2 LocationA p [p̚] 4 92 4.3 02. [p̚]
3 LocationA p [ɸ] 8 92 8.7 05. [ɸ]
4 LocationA p [b] 5 92 5.4 06. [b]
5 LocationA p [β] 55 92 59.8 08. [β]
6 LocationA p OTHER 1 92 1.1 09. OTHER
7 LocationA p ∅ 3 92 3.3 10. ∅
8 LocationB p [p] 19 136 14.0 01. [p]
9 LocationB p [pʰ] 1 136 0.7 03. [pʰ]
10 LocationB p [ɸ] 14 136 10.3 05. [ɸ]
11 LocationB p [b] 7 136 5.1 06. [b]
12 LocationB p [β] 88 136 64.7 08. [β]
13 LocationB p ∅ 7 136 5.1 10. ∅
但是然后我开始绘图，一切都再次按字母顺序排列（我在我的工作中没有使用 ggplot2，而是我链接到的包装器，但出于说明目的，ggplot2 可以）：
片段 3：
ggplot(allophone.count.test, aes(factor(Allophone), Count, fill = Region)) +
geom_bar(stat="identity", position = "dodge") +
scale_fill_brewer(palette = "Set1")
现在，我找到了一个部分解决方案 ONLY 当 Allophone 的所有可能值都存在时（即它们在我正在处理的特定子样本中有一个计数 > 1）在给定时间处理）。即手动将 number-free 版本的 Allophone 值分配给因子作为标签：
片段 4：
allophone.count.test$Allophone <- factor (allophone.count.test$Allophone, labels = c("[p]", "[p̚]", "[pʰ]", "[p͡ɸ]", "[ɸ]", "[b]", "[b͡β]", "[β]", "OTHER", "∅"))
但是，这是一个非常 un-robust 的解决方案 -- Allophone 有 10 个可能的值，并且它们并不总是全部存在于给定的子样本中（例如我在此处提供的那个） .发生这种情况时，R 就会停止。
是否有更强大的方法来完成我想用标签做的事情？（或者任何其他方式，就此而言？）
我能想到的最佳尝试（我既不是程序员也不是统计学家）惨遭失败——它为许多值分配了错误的标签（比较 Allophone 和 Allophone.Backup 开始第三行）：
片段 5：
allophone.count.test$Allophone <- factor (
allophone.count.test$Allophone, labels = unique (
gsub ("[0-9][0-9]\. ", "", allophone.count.test$Allophone, perl=TRUE)
)
)
Region Phoneme Allophone Count Total.Count Percentage Allophone.Backup
1 LocationA p [p] 16 92 17.4 01. [p]
2 LocationA p [p̚] 4 92 4.3 02. [p̚]
3 LocationA p [b] 8 92 8.7 05. [ɸ]
4 LocationA p [β] 5 92 5.4 06. [b]
5 LocationA p OTHER 55 92 59.8 08. [β]
6 LocationA p ∅ 1 92 1.1 09. OTHER
7 LocationA p [pʰ] 3 92 3.3 10. ∅
8 LocationB p [p] 19 136 14.0 01. [p]
9 LocationB p [ɸ] 1 136 0.7 03. [pʰ]
10 LocationB p [b] 14 136 10.3 05. [ɸ]
11 LocationB p [β] 7 136 5.1 06. [b]
12 LocationB p OTHER 88 136 64.7 08. [β]
13 LocationB p [pʰ] 7 136 5.1 10. ∅
下面就差不多了。它试图将 leading-numberless 形式分配给 Allophone 作为标签。但它失败了：
片段 6：
allophone.count.test$Allophone <- factor (
allophone.count.test$Allophone, labels = gsub ("[0-9][0-9]\. ", "", allophone.count.test$Allophone, perl=TRUE)
)
Error in factor(allophone.count.test$Allophone, labels = gsub("[0-9][0-9]\. ", :
invalid 'labels'; length 13 should be 1 or 8
当我尝试创建关卡来保存裸变音值时，我得到了一个不同的错误：
片段 7:
allophone.count.test$Allophone <- factor (
allophone.count.test$Allophone, levels = gsub ("[0-9][0-9]\. ", "", allophone.count.test$Allophone, perl=TRUE)
)
Warning message:
In `levels<-`(`*tmp*`, value = if (nl == nL) as.character(labels) else paste0(labels, :
duplicated levels in factors are deprecated
如果有人能给我任何帮助，我将不胜感激。重申一下，期望的结果是一个条形图，其中在删除数字时保留同位素向量的编号值的顺序。
（编辑：我已经为任何想要引用特定代码的人添加了 "Snippet" headers，因为这个问题很长）。
这是一个简化的示例，显示了其工作原理的逻辑：
# specify the order of the variable you want:
levs <- c("[p]", "[β]", "OTHER", "∅")
# here's some example data I prepared earlier:
test <- data.frame(
Region = rep(c("LocationA","LocationB"), c(4,4)),
Allophone = levs[c(1,3,2,4,3,2,1,4)],
Count = c(16, 4, 8, 5, 55, 1, 3, 19),
stringsAsFactors=FALSE
)
# Region Allophone Count
#1 LocationA [p] 16
#2 LocationA OTHER 4
#3 LocationA [ß] 8
#4 LocationA Ø 5
#5 LocationB OTHER 55
#6 LocationB [ß] 1
#7 LocationB [p] 3
#8 LocationB Ø 19
# convert the Allophone variable with the specified order:
test$Allophone <- factor(test$Allophone, levels=levs)
# do the plotting:
ggplot(test, aes(Allophone, Count, fill = Region)) +
geom_bar(stat="identity", position = "dodge") +
scale_fill_brewer(palette = "Set1")