60.关于调整因子的属性levels的order（二）

【上一篇：59.关于调整因子的属性levels的order（一）】
【下一篇：61.关于调整因子的属性levels的值】

    上篇讲到fct_reorder()和fct_reorder2()是根据另一个变量对因子进行排序，即Reorder factor levels by sorting along another variable。本篇讲fct_relevel()、fct_infreq()、fct_rev()。
    fct_relevel()可以实现手动调整levels的顺序，即Reorder factor levels by hand，你可以将任意数量的levels移动到任意位置。其Usage如下：

fct_relevel(.f, ..., after = 0L)
.f：因子
...：可以是一个或多个字符串，也可以是一个函数或者公式。如果是函数的话，将调用此函数处理.f，返回的值用来relevel
after：默认为0，表示将...放在所有levels的最前面；如果为Inf，表示放在所有levels的最后面；
  其他数字则表示对应的位置

    这个函数很好用的，也很容易记忆，给点个赞。
    举个应用的例子如下：

# 年龄和收入的关系
rincome_summary <- gss_cat %>%
  group_by(rincome) %>%
  summarise(
    age = mean(age, na.rm = TRUE),
    tvhours = mean(tvhours, na.rm = TRUE),
    n = n()
  )
 p1<-ggplot(rincome_summary, aes(age, rincome)) + geom_point()
 p2<-ggplot(rincome_summary, aes(age, fct_relevel(rincome,"Not applicable"))) + geom_point()
 ggarrange(p1,p2)

手动调整levels的顺序

    图片的x轴和y轴上都有默认的levels：变量不是因子类型的时候，默认按照ASCII码的顺序定义levels，所以有时候你会看到横坐标排序是1、11、12、2、3......；变量是因子类型的时候，则按照因子的levels展示图片，例如上右图，rincome是因子，默认的levels是（记忆：横纵坐标上分类变量的顺序是从坐标原点出发的levels的顺序，即横坐标是从左到右，纵坐标是从下到上）：

> levels(gss_cat$rincome)
 [1] "No answer"      "Don't know"     "Refused"        "$25000 or more"
 [5] "$20000 - 24999" "$15000 - 19999" "$10000 - 14999" "$8000 to 9999" 
 [9] "$7000 to 7999"  "$6000 to 6999"  "$5000 to 5999"  "$4000 to 4999" 
[13] "$3000 to 3999"  "$1000 to 2999"  "Lt $1000"       "Not applicable"

    使用fct_relevel()将Not applicable放在最前面让图形（上右图）更符合人的习惯。
    fct_revel()使用的几种示例如下：

f <- factor(c("a", "b", "c", "d"), levels = c("b", "c", "d", "a"))
# 将b和a放在最前面
fct_relevel(f, "b", "a")
# 将a放在第2个位置后面，即第三个位置
fct_relevel(f, "a", after = 2)
# 将a放在最后面
fct_relevel(f, "a", after = Inf)
# 用函数进行relevel
fct_relevel(f, sort)  #按照sort排序的结果relevel
fct_relevel(f, sample)  #按照任意抽样的结果relevel
fct_relevel(f, rev)  #按照反向排序的结果relevel

---

    fct_infreq()和fct_rev()也是两个极其简单但棒呆了的排序函数。
    fct_inorder()（前面提到过）、fct_infreq()和fct_inseq()是一个家族的，并称Reorder factor levels by first appearance, frequency, or numeric order，其Usage如下：

# 按第一次出现的顺序
fct_inorder(f, ordered = NA)
# 按观测值的数量（最大的在最前面，即降序）
fct_infreq(f, ordered = NA)
# 按levels的数字值排序--暂时想不到意义何在
fct_inseq(f, ordered = NA)

    fct_rev()就更简单了：Reverse order of factor levels：

# 反向排序 ：简直不要爽歪歪
fct_rev(f)

【上一篇：59.关于调整因子的属性levels的order（一）】
【下一篇：61.关于调整因子的属性levels的值】