使用 ggplot2 在 R 中绘制 PCA 的问题

Question

我目前正在尝试为我的数据绘制 PCA，当我运行代码时遇到以下问题。

此外，任何人都可以帮助获取我的数据和代码并生成 PLS-DA 吗？像图片中的那样？我找不到任何好的教程。

我该如何解决这个问题？绘图应如下所示：

所以经过一些帮助，我走到了这一步：

我的代码：

    library(ggplot2)
library(ggforce)

all_datanoT <- cbind(amino,sphingo,hexose,phospha,lyso,cleaned_xl_Kopie)
all_datawT <- cbind(aminotnos,sphingo,hexose,phospha,lyso,cleaned_xl_Kopie)
rownames(all_datawT) <- sample_id$`Sample Identification`


alldata_naomit <-na.omit(all_datanoT)
all_datawTnaomit <-na.omit(all_datawT)

mypr <- prcomp(log2(alldata_naomit), scale = TRUE)
summary(mypr)

str(mypr)
mypr$x


PC1 <- mypr$x[, 1]
PC2 <- mypr$x[, 2]
pcat <- cbind(all_datawTnaomit, PC1, PC2)



ggplot(  
  data = pcat,
  aes(
    x = PC1,
    y = PC2,
    fill = 'Time point',
    line = 1
  ),
  shape = 1
) +
  geom_point(
    shape = 21,
    colour = "black",
    size = 2,
    stroke = 0.5,
    alpha = 0.6
  ) +
  scale_fill_brewer(palette = "Set1") +
  scale_color_brewer(palette = "Set1") +
  geom_mark_ellipse(
    aes(
      fill = 'Time point',
      color = 'Time point'
    ),
    alpha = 0.05
  ) 

产生以下情节：

如何让它为两个椭圆 T0 和 T1 使用两个不同的时间值？以及如何轻松估算我的数据，以便将 Na 替换为列手段，例如，而不是省略它们以便我可以绘制？

带有 dput() 的原始样本数据

dput(pcat[sample(nrow(pcat),50)])

https://gist.github.com/bicvn/47d97929a63ff99e9b260e8658407ae3

新dput

https://gist.github.com/bicvn/b06279c6bfa641303b57a3ad2cc07a21

Answer 1

也检查一下，这里我举了一个例子。该技巧使用Comps <- as.data.frame(mypca$x) 隔离组件，然后添加到原始数据。之后，您可以使用 cbind() 和 Comps[,c(1,2)] 仅提取前两个组件。在这里，我使用了iris 数据集：

library(ggplot2)
library(ggforce)
#Data
data("iris")
#PCA
mypca <- prcomp(iris[,-5])
#Isolate components
Comps <- as.data.frame(mypca$x)
#Extract components and bind to original data
newiris <- cbind(iris,Comps[,c(1,2)])
#Plot
ggplot(newiris, aes(x=PC1, y=PC2, col = Species, fill = Species)) +
  stat_ellipse(geom = "polygon", col= "black", alpha =0.5)+
  geom_point(shape=21, col="black")

输出：

在数据共享的情况下，仅不应用 NA 操作。这里是您共享的数据的代码和输出：

#Code
ggplot(pcat, aes(x=PC1, y=PC2, col = `Time point`, fill = `Time point`)) +
  stat_ellipse(geom = "polygon", col= "black", alpha =0.5)+
  geom_point(shape=21, col="black")

输出：

Answer 2

您的代码和输出之间似乎存在差异：

pcat <- cbind(all_datawT, mypr$x[, 1:2])

将 mypr$x 的前两列添加到数据框中。但输出显示：

mypr$x[1:2]

这是矩阵 x 的前两个值。如果您查看该列，您将看到这两个值在数据中重复出现。在 R 中，这是循环利用，这是使用 cbind 组合不同长度的向量时的默认过程。

未找到变量 PC1 和 PC2，因为您从未使用这些值创建任何对象，例如

PC1 <- mypr$x[, 1]
PC2 <- mypr$x[, 2]
pcat <- cbind(all_datawT, PC1, PC2)

应该可以的。