树形枝与丛生枝间的差异

Question

我有一个数据集，由4种不同基因型的小鼠每日取水情况组成。我正试图编写一个脚本，以便根据这些动物的取水模式，使用层次聚类分析法对它们进行分类，然后创建一个纵向图，绘制出每一群动物的日平均取水量。

为此，我首先创建分层集群，如下所示：

library("dendextend")
library("ggplot2")
library("reshape2")
data=read.csv("data.csv", header=T, row.names=1)
trimmed=data[, -ncol(data)]

 hc <- as.dendrogram(hclust(dist(trimmed)))
    labels.drk=data[,ncol(data)]
    groups.drk=labels.drk[order.dendrogram(hc)]
    genotypes=as.character(unique(data[,ncol(data)]))
    k=4
    cluster_cols=rainbow(k)

    hc <- hc %>%
      color_branches(k = k, col=cluster_cols) %>%

      set("branches_lwd", 1) %>%

      set("leaves_pch", rep(c(21, 19), length(genotypes))[groups.drk]) %>% 
      set("leaves_col", palette()[groups.drk]) 

    plot(hc, main="Total animals" ,horiz=T)

    legend("topleft", legend=genotypes,
           col=palette(), pch = rep(c(21,19), length(genotypes)),
           title="Genotypes")

    legend("bottomleft", legend=1:k,
           col=cluster_cols, lty = 1, lwd = 2,
           title="Drinking group")

然后，我用树函数来评估哪一种动物属于哪一组，以便绘制每组的平均取水量。

groups<-cutree(hc, k=k, order_clusters_as_data = FALSE))
x<-cbind(data,groups)
intake_avg=aggregate(data[, -ncol(data)], list(x$groups), mean, header=T)

df <- melt(intake_avg, id.vars = "Group.1")
ggplot(df, aes(variable, value, group=factor(Group.1))) + geom_line(aes(color=factor(Group.1)))

问题是，我从分层聚类中得到的数字与由cutree函数分配的数字不一致。当集群将分支从1向上向上排序时，cutree函数使用了一些我不熟悉的其他排序参数。正因为如此，集群图中的标签和摄入量图中的标签不匹配。

我在编码方面非常初级，所以我确实使用了太多的冗余行和循环，所以我的代码可以被缩短，但是如果你们能帮我解决这个具体问题，我会很高兴的。

数据集

专题组：

​

进气图

​

Answer 1

要在树状图中获得相同的集群，您需要使用：

groups <- dendextend:::cutree(hc, k=k, order_clusters_as_data = FALSE)
idx <- match(rownames(data), names(groups))
x <- cbind(data,groups[idx])
intake_avg <- aggregate(data[, -ncol(data)], list(x$groups), mean, header=T)

df <- melt(intake_avg, id.vars = "Group.1")
ggplot(df, aes(variable, value, group=factor(Group.1))) + 
 geom_line(aes(color=factor(Group.1)), lwd=1)

以下是摄取量图：

​

​