使用R

Question

我实际上是在尝试创建热图。因此，我需要找到一种合适的聚类方法。

以下是我的数据框的一个示例：

df1

  g1 g2 g3 g4 g5 g6 g7 g8 g9 g10 g11
1  1  1  0  0  3  4  4  0  0   6   0
2  0  0  2  2  0  0  0  0  0   0   8
3  0  0  0  0  0  0  0  2  2   0   0
4  0  0  0  0  0  0  0  2  2   0   0
5  0  0  0  0  0  0  0  0  0   0   0

structure(list(g1 = c(1L, 0L, 0L, 0L, 0L), g2 = c(1L, 0L, 0L, 
0L, 0L), g3 = c(0L, 2L, 0L, 0L, 0L), g4 = c(0L, 2L, 0L, 0L, 0L
), g5 = c(3L, 0L, 0L, 0L, 0L), g6 = c(4L, 0L, 0L, 0L, 0L), g7 = c(4L, 
0L, 0L, 0L, 0L), g8 = c(0L, 0L, 2L, 2L, 0L), g9 = c(0L, 0L, 2L, 
2L, 0L), g10 = c(6L, 0L, 0L, 0L, 0L), g11 = c(0L, 8L, 0L, 0L, 
0L)), class = "data.frame", row.names = c(NA, -5L))

热图使我不想移动行，这是我与热图功能一起使用的设置：

ht1 = Heatmap(df1, cluster_rows=as.dendrogram(a), 
              column_title = "Heatmap",
              top_annotation = ha_column2,col=c("white","blue","red","green","yellow"),
              column_names_side = NULL,
              show_heatmap_legend = FALSE,show_column_names = F,
              clustering_distance_columns ="euclidean",
              clustering_method_rows = "war.D2",
              row_names_gp = gpar(fontsize = 6))

这是结果：

完成聚类的相应矩阵是：

g11 g1  g2  g3  g4  g8  g9  g5  g10 g6  g7
0   1   1   0   0   0   0   3   6   4   4
8   0   0   2   2   0   0   0   0   0   0
0   0   0   0   0   2   2   0   0   0   0
0   0   0   0   0   2   2   0   0   0   0
0   0   0   0   0   0   0   0   0   0   0

但是问题就在这里，我正在寻找一种聚类方法，该方法考虑了将数字分配到列中的情况。 例如，如果我有：

A B C D E
0 2 9 0 4
1 0 0 8 0
0 0 0 0 0
0 0 0 0 0

我想将A和D聚集在一起，因为它们都有自己的性格：

0
number
0
0

并收集B，E和C，因为它们有性格：

number 
0
0
0

并获取：

A   D   B   E   C
0   0   2   4   9
1   8   0   0   0
0   0   0   0   0
0   0   0   0   0

如果我将此规则应用于第一个数组，我应该得到这个：

  g1 g2 g5 g6 g7 g10 g3 g4 g11 g8 g9
1  1  1  3  4  4   6  0  0   0  0  0
2  0  0  0  0  0   0  2  2   8  0  0
3  0  0  0  0  0   0  0  0   0  2  2
4  0  0  0  0  0   0  0  0   0  2  2
5  0  0  0  0  0   0  0  0   0  0  0

有人对使用R实现聚类算法有一个好主意吗？ 感谢您的宝贵时间。

Answer 1

这是一种使用dplyr元数据包中的tidyr和tidyverse的方法。我怀疑在R基座中有一种更简单的方法...

首先，我通过使用df1版本来确定列顺序，该版本将每个列中的所有行连接在一起，并将所有非零视为1。通过排序，我们得到了想要的顺序。然后，我依次抓取df1和列。

library(tidyverse)
col_order <- data_frame(cols = names(df1),
                  concat = apply(df1, 2, paste0, collapse = "")) %>%
  mutate(concat_binary = concat %>% str_replace_all("[123456789]", "1")) %>%
  arrange(desc(concat_binary)) %>%
  pull(cols)

df1 %>% 
  select(col_order)

#  g1 g2 g5 g6 g7 g10 g3 g4 g11 g8 g9
#1  1  1  3  4  4   6  0  0   0  0  0
#2  0  0  0  0  0   0  2  2   8  0  0
#3  0  0  0  0  0   0  0  0   0  2  2
#4  0  0  0  0  0   0  0  0   0  2  2
#5  0  0  0  0  0   0  0  0   0  0  0