如何使用factoextra::fviz_pca_biplot或ggbiplot在双标图中选择性标记点

步骤1：加载包与数据处理 #

先加载所需工具包，提取peng数据集中的数值变量用于PCA分析：

library(heplots)
library(factoextra)
library(ggplot2)

# 导入清理后的企鹅数据集
data(peng)

# 筛选数值型变量（排除分类变量）
peng_num <- peng[, c("bill_length", "bill_depth", "flipper_length", "body_mass")]

# 执行标准化PCA
pca_result <- prcomp(peng_num, scale. = TRUE)

步骤2：创建目标点标签向量 #

生成仅包含指定离群点（10、35、283）编号的标签向量，其余位置为空：

target_rows <- c(10, 35, 283)
lab <- rep("", nrow(peng))
lab[target_rows] <- as.character(target_rows)

步骤3：绘制带指定标签的PCA双标图 #

如果直接用fviz_pca_biplot的label_ind参数未显示标签，可通过手动添加文本标签的方式实现：

# 绘制基础双标图（不显示所有点标签）
p <- fviz_pca_biplot(pca_result,
                     data = peng,
                     label_var = "var",  # 保留变量标签
                     label_ind = "none", # 隐藏所有点的默认标签
                     col.ind = ifelse(1:nrow(peng) %in% target_rows, "red", "black"), # 离群点标红
                     col.var = "blue",
                     ggtheme = theme_minimal())

# 提取目标点的PCA得分数据
pca_scores <- as.data.frame(pca_result$x)
target_data <- pca_scores[target_rows, ]
target_data$label <- as.character(target_rows)

# 添加离群点标签
p + geom_text(data = target_data, aes(x = PC1, y = PC2, label = label),
              color = "red", size = 4, vjust = -1)

关键说明 #

• 若你之前用label_ind = lab无显示，大概率是fviz_pca_biplot对空标签的过滤机制导致，手动添加geom_text能绕开这个问题。
• 确认target_rows是数据集的行索引，若你所说的"编号"是观测的自定义ID而非行号，需先通过匹配ID找到对应行索引。

内容的提问来源于stack exchange，提问作者user101089