當我對它們重新排序時，一個因子水平變為 NA，這是為什么呢？

Question

我有以下數據：

> dataAvg
# A tibble: 20 x 3
# Groups:   Date [5]
   Date  Rate   meanNitrogen
   <fct> <fct>         <dbl>
 1 7.16  Rate 1         1.36
 2 7.16  Rate 2         1.29
 3 7.16  Rate 3         1.40
 4 7.16  Rate 4         1.11
 5 7.22  Rate 1         1.41
 6 7.22  Rate 2         1.34
 7 7.22  Rate 3         1.62
 8 7.22  Rate 4         1.08
 9 7.29  Rate 1         1.38
10 7.29  Rate 2         1.39
11 7.29  Rate 3         1.51
12 7.29  Rate 4         1.14
13 7.8   Rate 1         1.34
14 7.8   Rate 2         1.38
15 7.8   Rate 3         1.38
16 7.8   Rate 4         1.08
17 8.05  Rate 1         1.39
18 8.05  Rate 2         1.35
19 8.05  Rate 3         1.42
20 8.05  Rate 4         1.02

我正在嘗試制作以下ggplot：

ggplot(dataAvg, aes(x=Date, y=meanNitrogen, group=Rate)) + 
  geom_bar(stat="identity") + 
  facet_wrap(.~Rate)

但是，日期（一個因素）是按字母順序而不是按時間順序讀取的。 為了改變這一點，我添加了以下代碼行：

dataAvg$Date <- factor(dataAvg$Date,levels(dataAvg$Date)[c(4,1,2,3,5)])

這是更改順序之前的output：

structure(list(Date = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 
2L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 
6L), .Label = c("7.1", "7.16", "7.22", "7.29", "7.8", "8.05", 
"8.18"), class = "factor"), Rate = structure(c(1L, 2L, 3L, 4L, 
1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 
1L, 2L, 3L, 4L), .Label = c("Rate 1", "Rate 2", "Rate 3", "Rate 4"
), class = "factor"), meanNitrogen = c(4.955, 5.005, 5.1075, 
4.01, 6.3325, 5.485, 6.1825, 4.2275, 5.195, 4.825, 5.325, 3.765, 
5.0225, 4.93, 5.3925, 3.82, 5.2225, 5.34, 5.2025, 4.0225, 4.43, 
4.3775, 4.725, 3.7025)), row.names = c(NA, -24L), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"), groups = structure(list(Date = structure(1:6, .Label = c("7.1", 
"7.16", "7.22", "7.29", "7.8", "8.05", "8.18"), class = "factor"), 
    .rows = list(1:4, 5:8, 9:12, 13:16, 17:20, 21:24)), row.names = c(NA, 
-6L), class = c("tbl_df", "tbl", "data.frame"), .drop = TRUE))

這是 output 之后：

 > dput(dataAvg)
structure(list(Date = structure(c(1L, 1L, 1L, 1L, 3L, 3L, 3L, 
3L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 2L, 2L, 2L, 2L, 6L, 6L, 6L, 
6L), .Label = c("7.1", "7.8", "7.16", "7.22", "7.29", "8.05"), class = "factor"), 
    Rate = structure(c(1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 
    3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L), .Label = c("Rate 1", 
    "Rate 2", "Rate 3", "Rate 4"), class = "factor"), meanNitrogen = c(4.955, 
    5.005, 5.1075, 4.01, 6.3325, 5.485, 6.1825, 4.2275, 5.195, 
    4.825, 5.325, 3.765, 5.0225, 4.93, 5.3925, 3.82, 5.2225, 
    5.34, 5.2025, 4.0225, 4.43, 4.3775, 4.725, 3.7025)), row.names = c(NA, 
-24L), groups = structure(list(Date = structure(1:6, .Label = c("7.1", 
"7.16", "7.22", "7.29", "7.8", "8.05", "8.18"), class = "factor"), 
    .rows = list(1:4, 5:8, 9:12, 13:16, 17:20, 21:24)), row.names = c(NA, 
-6L), class = c("tbl_df", "tbl", "data.frame"), .drop = TRUE), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"))

在其他情況下，這已經解決了這個問題，但是，在這里我丟失了 ggplot 中的“8.05”日期。 日期被替換為“NA”值。 在 stackoverflow 或其他地方搜索時，我找不到解決方案。 任何擺脫 NA 的幫助將不勝感激。 謝謝！

Answer 1

我將提出一些建議，這些建議並不能像書面回答你的問題，但我認為可能會改善數據可視化。 看看你是否同意。

1. 如果您有日期，則使用date作為變量類型
2. Plot 線（或點）而不是列

假設您的日期是 2020 年並且當前格式是month.day ，您可以使用dplyr::mutate轉換它們：

library(dplyr)
library(ggplot2)

dataAvg %>% 
  mutate(newDate = as.Date(paste0(Date, ".2020"), "%m.%d.%Y")) %>% 
  ggplot(aes(newDate, meanNitrogen)) + 
  geom_line() + 
  facet_wrap(~Rate)

結果：

編輯：由於您的重點是按給定日期的比率進行比較，因此更好的折線圖將按比率着色，而不是使用構面。

dataAvg %>% 
  mutate(newDate = as.Date(paste0(Date, ".2020"), "%m.%d.%Y")) %>%
  ggplot(aes(newDate, meanNitrogen)) + 
  geom_line(aes(color = Rate))

或者，如果您認為列更清晰：

dataAvg %>% 
  mutate(newDate = as.Date(paste0(Date, ".2020"), "%m.%d.%Y")) %>%
  ggplot(aes(newDate, meanNitrogen)) + 
  geom_col(aes(fill = Rate), position = position_dodge())

Answer 2

你正在降低因子水平

當您levels(avgData$Date)進行子集化時，您可以通過手動排列 1 到 5 之間的值來進行子集化。 avgData$Date有七個級別，因此您排除的級別（即第六和第七級別）將從向量中刪除。

您需要執行以下操作：

dataAvg$Date <- factor(dataAvg$Date,levels(dataAvg$Date)[c(4,1,2,3,5,6,7)])

只有按照你想要的順序。

附加建議

正如其他人所說，您最好的選擇是使用日期 object，而不是一個因素。 如果您想/需要使用因子，請考慮使用來自forcats package 的函數，這些函數不太可能丟棄因子，例如forcats::relevel() （類似於您當前正在做的事情）或forcats::reorder() （通過 function 運行關卡並根據輸出重新排序）。