Torenable

回复 第4楼 的 ricklovelisa：factor对ordinal data还是比字符串有好些的。

factor是为Likert-scale/ordinal data而生的。

回复 第4楼 的 yanlinlin82：

请问能说说用ODBC的弊端吗？

回复 第3楼 的 wyfhdl：

请问你在其他的SQL editor中看过query的结果吗？如果editor中的结果没问题，就说明是R处理的问题。

建议你使用sqlQuery(stringsAsFactors = FALSE)，然后自己处理接受到的数据。

在生成data frame时，R将所有的character value视为nominal data，然后转换为factor类型（如果不设定stringsAsFactors = FALSE），所以factor的结果总不尽如人意。

不能重现你说的错误。

你试试先rm(mtcars)，再重新运行一遍code。

回复 第8楼 的 YSU：Good catch, thanks!

问题的难点在于每个facet中x axis的order都不相同，所以基本排除可以用一个scale_x_*()或者说一个图实现的可能。

作为替代，你可以分别绘制三个ggplots p1, p2, p3 后，通过grid.arrange( p1, p2, p3 )显示。

library(gridExtra)

tmp <- subset(data, items == "earprotector", c(names, quantity))

tmp$names <- factor(tmp$names, levels = tmp[order(tmp$quantity), "names"])

p1 <- ggplot(tmp, aes(x = names, y = quantity)) +

geom_bar(stat = 'identity')

tmp <- subset(data, items == "footprotector", c(names, quantity))

tmp$names <- factor(tmp$names, levels = tmp[order(tmp$quantity), "names"])

p2 <- ggplot(tmp, aes(x = names, y = quantity)) +

geom_bar(stat = 'identity')

tmp <- subset(data, items == "gloves", c(names, quantity))

tmp$names <- factor(tmp$names, levels = tmp[order(tmp$quantity), "names"])

p3 <- ggplot(tmp, aes(x = names, y = quantity)) +

geom_bar(stat = 'identity')

grid.arrange( p1, p2, p3 )

不是大神。仅从你给出的代码判断，我认为最有可能是query的结果中没有ChangeDate为8月19号以后的数据。