将样本信息添加到 PCA (R) 中的数据集

Question

我是生物学家，不是程序员，所以请保持温柔。

所以我有一个看起来像的数据集

Genes  Patient1   Patient2   Patient3
A          324      433         343
B          431       342        124
Z          232       234        267

然后我有样本表，其中包含样本信息，例如：

Patient1 - Healthy
Patient2 - Disease
Patient3 - Healthy

我在用：

library(ggfortify)
df <- dataset
pca_res <- prcomp(df, scale. = TRUE)

autoplot(pca_res)

然后我想做

autoplot(pca_res, data = ?, colour = '?')

我希望使用样本表中的信息根据 state（健康/疾病）使用自动绘图 function 为我的 PCA 着色。 有没有办法做到这一点？

Answer 1

首先，我将创建一个包含所有可用信息的完整 data.frame。

例如，您将需要创建这种 data.frame：

df=structure(list(A = c(324, 433, 343), B = c(431, 342, 124), Z = c(232, 
234, 267), Status = c("Healthy", "Disease", "Healthy")), row.names = c("Patient1", 
"Patient2", "Patient3"), class = "data.frame")

之后，您可以使用非常方便绘制 PCA 的factoextra package：

pca_res <- prcomp(df, scale. = TRUE)
library(factoextra)
fviz_pca_ind(pca_res, habillage=df$Status)

您可以查看fviz_pca_ind文档以修改颜色

编辑：

要从您的 2 个数据集创建整个 dataframe：

1）取您的第一个 dataframe 并将第一列作为行名

rownames(df)=df$Genes
df=df[,-1] #remove the gene column in order to keep only the values

2）格式化您的第二个 dataframe 您应该将其格式化为具有与 df (Patient1, Patient2,...) 相同的列，每个列都有疾病状态，您将调用 df2

df2
rownames(df2)=c("Status")

Patient1   Patient2   Patient3
Healthy   Disease   Healthy

我们不知道您的数据，因此您必须自己执行此操作

3）然后你 rbind df 和 df2

df3=rbind(df,df2)
df3=data.frame(t$df)

然后你用 df3 执行 PCA