1

我想对从 .csv 文件导入 R 的数据进行分层聚类分析。我无法保留行名的第一列，因此我的树状图提示最终没有名称，这对于下游分析和链接毫无用处与元数据。

当我导入 .csv 文件时，如果我使用包含第一列行名的数据帧作为 dist 函数，我会收到一条警告：“警告消息：在 dist(as.matrix(df)) 中：强制引入的 NAs”。我在 R 中的集群分析期间发现了一个先前的 Stack Overflow 问题，该问题解决了这个问题： “强制引入的 NAs” 提供的解决方案是删除行名。但这也会从结果距离矩阵中删除提示标签，我需要它来理解树状图并链接到下游的元数据（例如，为树状图提示或基于其他变量的热图添加颜色）。

# Generate dataframe with example numbers
Samples <- c('Sample_A', 'Sample_B', 'Sample_C', 'Sample_D', 'Sample_E')
Variable_A <- c(0, 1, 1, 0, 1)
Variable_B <- c(0, 1, 1, 0, 1)
Variable_C <- c(0, 0, 1, 1, 1)
Variable_D <- c(0, 0, 1, 1, 0)
Variable_E <- c(0, 0, 1, 1, 0)
df = data.frame(Samples, Variable_A, Variable_B, Variable_C, Variable_D, Variable_E, row.names=c(1))
df
# generate distance matrix
d <- dist(as.matrix(df))
# apply hirarchical clustering 
hc <- hclust(d)
# plot dendrogram
plot(hc)

这一切都很好。但是假设我想从文件中导入我的真实数据......

# writing the example dataframe to file
write.csv(df, file = "mock_df.csv")

# importing a file
df_import <- read.csv('mock_df.csv', header=TRUE)

我不再使用与上面相同的代码获取原始行名：

# generating distance matrix for imported file
d2 <- dist(as.matrix(df_import))
# apply hirarchical clustering 
hc2 <- hclust(d2)
# plot dendrogram
plot(hc2)

在 R 中创建的 df 一切正常，但是我丢失了导入数据的行名。我该如何解决这个问题？

4

1 回答 1

2 
Samples <- c('Sample_A', 'Sample_B', 'Sample_C', 'Sample_D', 'Sample_E')
Variable_A <- c(0, 1, 1, 0, 1)
Variable_B <- c(0, 1, 1, 0, 1)
Variable_C <- c(0, 0, 1, 1, 1)
Variable_D <- c(0, 0, 1, 1, 0)
Variable_E <- c(0, 0, 1, 1, 0)
df = data.frame(Samples, Variable_A, Variable_B, Variable_C, Variable_D, Variable_E, row.names=c(1))
df
d <- dist(as.matrix(df))
hc <- hclust(d)
plot(hc)
df
write.csv(df, file = "mock_df.csv",row.names = TRUE)
df_import <- read.table('mock_df.csv', header=TRUE,row.names=1,sep=",")
d2 <- dist(as.matrix(df_import))
hc2 <- hclust(d2)
plot(hc2)

换句话说，使用 read.table 而不是 read.csv

df_import <- read.table('mock_df.csv', header=TRUE,row.names=1,sep=",")
于 2019-06-07T13:21:10.090 回答