R: ggplot，用于在聚类分析后可视化每个集群中的所有变量

Question

如果帖子不清楚，请提前向您道歉。所以我有我的数据框架，74个观察值和43列。我对它们进行了聚类分析。然后我得到了5个簇，并将簇号分配给每个相应的行。现在，我的df有74行(obs)和44个变量。我想要绘制并查看每个集群中，对于所有变量，哪些变量是丰富的，哪些变量不是。

我想通过ggplot来实现这一点。我想象的输出面板是每行有5个箱图，42个行图，每行描述一个在数据集中测量的变量。

数据集的示例(对不起，它太大了，所以我做了一个示例，实际值是不同的)

df
ID    EGF   FGF_2    Eotaxin   TGF   G_CSF   Flt3L   GMSF   Frac IFNa2 .... Cluster
4300  4.21  139.32    3.10     0      1.81   3.48    1.86   9.51  9.41 ....    1
2345  7.19  233.10    0        1.81   3.48   1.86    9.41   0     11.4 ....    1
4300  4.21  139.32    4.59     0      1.81   3.48    1.86   9.51  9.41 ....    1
....
3457  0.19  233.10    0        1.99   3.48   1.86    9.41   0     20.4 ....    3
5420  4.21  139.32    3.10     0.56   1.81   3.48    1.86   9.51  29.8 ....    1
2334  7.19  233.10    2.68     2.22   3.48   1.86    9.41   0     28.8 ....    5

str(df)

$ ID        : Factor w/ 45 levels "4300"..... : 44 8 24 ....
$ EGF       : num ....
$ FGF_2     : num ....
$ Eotaxin   : num ....
....
$ Cluster   : Factor w/ 5 levels "1" , "2"...: 1 1 1.....3 1 5

#now plotting
#thought I pivot the datafram
new_df <- pivot_longer(df[,2:44],df$cluster, names_to = "Cytokine measured", values_to = "count")

#ggplot
ggplot(new_df,aes(x = new_df$cluster, y = new_df$count))+
geom_boxplot(width=0.2,alpha=0.1)+
geom_jitter(width=0.15)+
facet_grid(new_df$`Cytokine measured`~new_df$cluster, scales = 'free')

所以代码确实生成了一个小的图形面板，适合我想象的输出。但是我只能看到5行，而不是42行。

因此，回到new_df，最后3列引起了我的注意：

Cluster    Cytokine measured    count
 1          EGF                 2.66
 1          FGF_2               390.1
 1          Eotaxin             6.75
 1          TGF                 0 
 1          G_CSF               520 
 3          EGF                 45
 5          FGF_2               4
 4          Eotaxin             0
 1          TGF                 0 
 1          G_CSF               43
 ....

因此，似乎聚类数和计数列是正确的，而测量的细胞因子只是重复5个变量名称，而不是我想要看到的总共42个变量。

我认为表转换步骤是错误的，但我不太知道哪里出了问题，以及如何修复它。

请给我开导一下。

Answer 1

我们可以试一下，我模拟一些看起来像你的数据框的东西：

df =  data.frame(
ID=1:74,matrix(rnorm(74*43),ncol=43)
)
colnames(df)[-1] = paste0("Measurement",1:43)
df$cluster = cutree(hclust(dist(scale(df[,-1]))),5)
df$cluster = factor(df$cluster)

然后融化：

library(ggplot2)
library(tidyr)
library(dplyr)
melted_df = df %>% pivot_longer(-c(cluster,ID),values_to = "count")

g = ggplot(melted_df,aes(x=cluster,y=count,col=cluster)) + geom_boxplot() + facet_wrap(~name,ncol=5,scale="free_y")

​

​

您可以将其另存为更大的绘图以供查看：

ggsave(g,file="plot.pdf",width=15,height=15)