r - 如何用前n个级别(按某种度量标准)加上[other]来替换因子级别？

Question

对于要在图表中显色的级别数要多的因子，我想用“其他”替换不在“前10名”中的任何级别。

替代问题:如何将因子水平降低到rcolorbrewer可以绘制为单独颜色的数量？

例如，如果我想从棒球数据中绘制每十年的本垒打次数:

require(ggplot2)
qplot(data=baseball,10*year%/%10,hr,
  stat="identity",geom="bar")

也许我想看看哪些团队对此做出了贡献:

qplot(data=baseball,10*year%/%10,hr,
  fill=team,
  stat="identity",geom="bar")

这会创建过多的颜色级别!颜色是如此相似，您无法区分它们，并且有太多它们不适合显示在屏幕上。

我真的很想看到排名靠前的X(7)支球队(按本垒打总数计算)，然后将其余的全部归为一个类别/颜色(称为“其他”)。

假设我们有一个称为hotfactor的函数，该函数知道如何执行此操作:

hotfactor(afactor,orderby,count)={ ??? }

qplot(data=baseball,10*year%/%10,hr,
  fill=hotfactor(factor(team),hr,n=7),
  stat="identity",geom="bar") + 
  scale_fill_brewer("team","Dark2")

那我可以用什么作为“hotfactor”呢？

Answer 1

因此，经过几次迭代并搜索了网络之后，我创建了这个简短的简短内容。

hotfactor= function(fac,by,n=10,o="other") {
   levels(fac)[rank(-xtabs(by~fac))[levels(fac)]>n] <- o
   fac
}

它非常适合汇总数据，您可以使用它来访问出色的rcolorbrewer配色方案(每种配色方案都具有有限数量的精心选择的颜色)。

使用注意事项:

fac应该是一个因素，并且在没有空的因素水平的情况下效果最佳。您可能要先运行droplevels(as.factor(mydata))。

它不对因子水平进行排序。为了在条形图中获得最佳结果，应在输出因子上运行以下命令。

x <- hotfactor(f,val)
x <- reorder(x,-val,sum)