如何用前n个级别(按某个指标)和[其他]替换因子级别？

Question

对于在图表中具有超过合理数量级别的因子,我想用"其他"替换不在"前10"中的任何级别.

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

例如,如果我想从棒球数据中绘制每十年的本垒打数:

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

也许我想看看哪些团队为此做出了贡献:

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

这会产生太多的色彩等级!颜色是如此相似,你无法区分它们,并且有很多它们不适合屏幕.

我真的很想看到顶级的X(7)队(按总的本垒打数)然后其余的都集中在一个类别/颜色叫做"其他".

让我们假设我们有一个hotfactor知道如何执行此操作的函数:

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")

那么我可以将什么用于'hotfactor'？

Answer 1

经过几次迭代并搜索网页后,我创建了这个很好的短文.

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伟大的rcolorbrewer颜色方案(每个颜色方案都有有限数量的精心挑选的颜色).

使用说明:

fac应该是一个因素,并且在没有空因子水平的情况下效果最佳.您可能想先跑droplevels(as.factor(mydata)).

它没有对因子水平进行排序.为了获得最佳的条形图结果,您应该在输出因子上运行以下内容.

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