ggplot 忽略 x 轴因子水平

Question

我有以下问题：如果我运行代码，我的 X 轴标签会由于某种未知原因松动分配的因子级别，而不是顺序：1 周，2 周变成：1 周，10 周.. . 当我使用geom_line AND geom_point:

datax <- read.csv("https://raw.githubusercontent.com/justasmundeikis/stackoverflow/main/example.csv")
df <- datax %>%
        select(2,4,5,7,8,10,11,14,15)%>%
        rename(week_nr=savaites_mirusiuju_label.en,
               county_c=apskritysLR,
               county=apskritysLR_label.en,
               age_group_c=amzius_mirusiuju,
               age_group=amzius_mirusiuju_label.en,
               sex_c=Lytis,
               sex=Lytis_label.en,
               year=LAIKOTARPIS,
               values=obsValue)%>%
        filter(age_group!="Not indicated")%>%
        mutate(week_nr=factor(week_nr,
                        levels=paste(1:53, "week")))


x <- df %>%
        filter(age_group=="25–29",
               sex_c==0,
               county_c=="00")%>%
        group_by(year, week_nr)%>%
        summarise(values=sum(values))%>%
        mutate(cat=as.factor(ifelse(year>=2020,1,0)))

ggplot(x,aes(x=week_nr, values, group=year))+
        geom_line(data = x%>%filter(cat==1), col="red")+
        geom_point(data = x%>%filter(cat==0), col="grey")+
        theme(axis.text.x = element_text(angle = 90, hjust = 1))

...但是如果我在没有geom_line的情况下运行最后一个块@

ggplot(x,aes(x=week_nr, values, group=year))+
        #geom_line(data = x%>%filter(cat==1), col="red")+
        geom_point(data = x%>%filter(cat==0), col="grey")+
        theme(axis.text.x = element_text(angle = 90, hjust = 1))

那么轴标签顺序是正确的。 我的主要目标是所有年份都有灰色点，但 2020 年除外。对于 2020 年，我想要一条红线，因此我创建了 cat 因子变量。

我该如何解决这个问题？ 提前致谢

Answer 1

由于您的周数是因子而不是 1 到 53 的数字，这使得这变得更加困难（您总是可以将 x 轴设为数字并用可以解决问题的文本标记它）。无论如何，发生这种重新排序的原因是因为并非week_nr 的所有因子水平都出现在子集cat == "1" 中。未使用的因子水平被删除，这会触发重新排序。有几种方法可以解决这个问题：

1. 添加scale_x_discrete(drop = FALSE)
2. 将geom_point 调用移到geom_line 调用之前，因为用于绘制的第一个几何图形的数据集决定了使用的级别。

ggplot(x, aes(week_nr, values, group = year)) +
  geom_line(data = x %>% filter(cat == "1"), color = "red") +
  geom_point(data = x %>% filter(cat == "0"), color = "grey") +
  theme(axis.text.x = element_text(angle = 90, hjust = 1)) +
  scale_x_discrete(drop = FALSE)

Answer 2

不确定究竟是什么问题以及幕后发生了什么......但您可以通过首先绘制geom_point 和第二个geom_line 来解决您的问题。我只能猜测原因是不是所有级别的因子week_nr 都存在于两个数据集中...

library(dplyr)
library(ggplot2)

datax <- read.csv("https://raw.githubusercontent.com/justasmundeikis/stackoverflow/main/example.csv")
df <- datax %>%
  select(2,4,5,7,8,10,11,14,15)%>%
  rename(week_nr=savaites_mirusiuju_label.en,
         county_c=apskritysLR,
         county=apskritysLR_label.en,
         age_group_c=amzius_mirusiuju,
         age_group=amzius_mirusiuju_label.en,
         sex_c=Lytis,
         sex=Lytis_label.en,
         year=LAIKOTARPIS,
         values=obsValue)%>%
  filter(age_group!="Not indicated") %>% 
  mutate(week_nr=factor(week_nr,
                         levels=paste(1:53, "week")))

x <- df %>%
  filter(age_group=="25–29",
         sex_c==0,
         county_c=="00")%>%
  group_by(year, week_nr)%>%
  summarise(values=sum(values))%>%
  ungroup() %>% 
  mutate(cat=ifelse(year>=2020,1,0))
#> `summarise()` regrouping output by 'year' (override with `.groups` argument)

ggplot(x,aes(x=week_nr, values, group=year))+
  geom_point(data = x%>%filter(cat==0), col="grey")+
  geom_line(data = x%>%filter(cat==1), col="red")+
  theme(axis.text.x = element_text(angle = 90, hjust = 1))
#> Warning: Removed 2 rows containing missing values (geom_point).