11.5 범주형 데이터(요인)의 수준 순서 바꾸기

차량의 종류(Type) 변수와 같은 범주형 변수의 그룹(요인)을 x 축으로 그래프를 그리면 디폴트는 알파벳 순서대로 그룹이 제시가 됩니다. 만약 순서형 요인(ordered factor)으로 범주형 변수를 만들었다면 그 순서에 따라서 그래프가 그려질 겁니다.

그런데 분석가가 범주형 변수의 그룹의 순서를 ggplot2가 디폴트로 그려준 것과는 달리 바꾸고 싶어할 수 있습니다.

이때 scale_x_discrete(limits=c(...)) 함수를 사용해서 그룹의 순서를 바꿀 수 있습니다.

아래의 예제에 사용할 데이터는 Cars93 데이터 세트에는 Type 변수와 Origin 변수를 포함해서 총 9개의 요인형 변수가 있습니다.12

이 중에서 Type 변수와 Origin 변수 등 2 개의 변수를 중심으로 살펴보겠습니다.

Type 변수의 경우에는 “Compact,” “Large,” “Midsize,” “Small,” “Sporty,” “Van” 등 6개의 수준으로 구성이 되어 있으며, 지금까지 살펴 본 그래프에서 이들 수준이 알파벳 순서로 정렬이 되어 있었습니다.

ggplot2 패키지를 사용해서 Type을 x축으로 Price 를 y축으로 해서 박스 그래프를 그려보겠습니다.

이를 위해서 먼저 데이터셋을 ggplot2에서 사용할 수 있는 형태로 변환이 필요합니다. 가로로 옆으로 늘어서 있는 원래의 Cars93 데이터셋을 tidyverse 패키지의 pivot_longer() 함수를 이용하여 세로로 길게 세워보겠습니다.

## Factor 변수의 수준 순서 바꾸기
# 데이터 준비
library(tidyverse)

Cars93.sub1 <- Cars93[, c("Type", "Price")]
Cars.Data <- Cars93.sub1 %>% 
               pivot_longer(names_to = "Variable", 
                            values_to = "Value",
                            -1)

str(Cars.Data)
## tibble [93 x 3] (S3: tbl_df/tbl/data.frame)
##  $ Type    : Factor w/ 6 levels "Compact","Large",..: 4 3 1 3 3 3 2 2 3 2 ...
##  $ Variable: chr [1:93] "Price" "Price" "Price" "Price" ...
##  $ Value   : num [1:93] 15.9 33.9 29.1 37.7 30 15.7 20.8 23.7 26.3 34.7 ...

데이터셋 준비가 되었으므로, 디폴트 설정으로 해서 x축에 Type, y축에 Price로 Box plot 을 그려보겠습니다.

x축의 요인(factor)의 순서가 앞에서 살펴본 것처럼 “Compact,” “Large,” “Midsize,” “Small,” “Sporty,” “Van” 등과 같이 알파벳 순서로 되어있습니다.

# Type 변수의 기본 수준 순서
f1 <- ggplot(Cars.Data, aes(x=Type, y=Value)) + 
             geom_boxplot() +
             ggtitle(("Boxplot of Price"))
f1
차량 유형별 가격

Figure 11.79: 차량 유형별 가격

이제 Type 변수의 수준 순서를 필요에 따라서 “Small,” “Midsize,” “Large,” “Compact,” “Sporty,” “Van” 등의 순서로 바꾸고 싶다고 가정해 보겠습니다. 이때 사용하는 것이 scale_x_discrete(limit=...)함수입니다.

# Type 변수의 수준 순서 바꾸기 : scale_x_discrete() 함수 이용
f2 <- f1 + 
  scale_x_discrete(limits=c("Small", "Midsize",  "Large", 
                            "Compact",  "Sporty`", "Van")) + 
  ggtitle("X축 수준의 순서 변경 : scale_x_discrete(limit=...) 함수 이용")
f2
## Warning: Removed 14 rows containing missing values (stat_boxplot).
X축 수준의 순서 바꾸기 : scale_x_discrete(limit=...) 함수 이용

Figure 11.80: X축 수준의 순서 바꾸기 : scale_x_discrete(limit=…) 함수 이용

처음 f1 그래프는 Type 변수의 수준을 알파벳 수준으로 정렬한 디폴트의 박스 그래프이며, 두 번째에 f2 그래프는 Type 변수의 수준을 분석가의 필요에 따라 순서를 바꾼 박스 그래프입니다.

Go Top

  1. Manufacturer (32), Model (93), Type (6), AirBags (3), DriveTrain (3), Cylinders (6), Man.trans.avail (2), Origin (2), Make (93) 등 총 9개 변수입니다. () 안의 숫자는 수준의 갯수를 나타냅니다.↩︎