r - 如何使用三个不同数据帧的变量执行 PCA 并对它们进行颜色区分？

Question

我有三个数据框，我想在 R 中执行主成分分析 (PCA)。我将数据框与 rbind() 合并。并用它做了主成分分析(PCA)。那行得通。但我想根据它们所属的数据框来区分这些点。对于合并的数据框，这是不可能的(或者不是吗？)。当我使用PCA(X=c(df1,df2,df3)时它提示行数不同(显然实际上是这样)。

pca <- PCA(X=c(df1,df2,df3))
fviz_pca_ind(pca,
             geom.ind = "point", # show points only (nbut not "text")
             col.ind = c(df1,df2,df3), # color by groups
             palette = c("#00AFBB", "#E7B800", "#FC4E07"),
             addEllipses = TRUE, # Concentration ellipses
             legend.title = "Groups"
             )

这不起作用...

如何使用三个不同数据帧的变量执行 PCA 并对它们进行颜色区分？ 我没有代表，因为在这种情况下很难提供。

谢谢大家的建议;)

Answer 1

您需要收集数据帧的长度，一种方法如下所示，我在列表中收集了 3 个数据帧:

library(FactoMineR)
library(factoextra)

df1 = subset(iris,Species=="setosa")[,-5]
df2 = subset(iris,Species=="versicolor")[,-5]
df3 = subset(iris,Species=="virginica")[,-5]

X = list(df1=df1,df2=df2,df3=df3)

您使用do.call(rbind..)组合它们，并且标签按行数重复数据框的名称:

labels = rep(names(X),sapply(X,nrow))
table(labels)

然后进行绘图，将 col.ind 作为标签:

pca <- PCA(do.call(rbind,X))
fviz_pca_ind(pca,
             geom.ind = "point", # show points only (nbut not "text")
             col.ind = labels, # color by groups
             palette = c("#00AFBB", "#E7B800", "#FC4E07"),
             addEllipses = TRUE, # Concentration ellipses
             legend.title = "Groups"
)