如何在R语言树状图中显示标签？附聚类报错排查

错误原因 #

报错Error in FUN(left, right) : non-numeric argument to binary operator是因为你的CSV包含卡片编号（字符型列），读取后filedata中存在非数值数据，而compare函数里执行x1 + x2加法操作时，字符型无法参与数值运算，导致失败。

解决方案 #

核心思路：将卡片编号从数据列中剥离，转为行名（或单独存储），确保用于计算的数据集全为数值型；同时保留编号作为树状图的标签。

修改后的完整代码 #

# 计算两个向量的Jaccard相似度
compare <- function(x1, x2) {
  x3 <- x1 + x2
  ints <- sum(x3 > 1)
  uno <- sum(x3 > 0)
  return(ints / uno)
}

# 生成Jaccard相似度矩阵
getJaccard <- function(data) {
  l <- nrow(data)  # 行数对应卡片数量
  jmatrix <- matrix(nrow = l, ncol = l)
  for (i in 1:l) {
    for (j in i:l) {
      s <- compare(data[i, ], data[j, ])  # 对比两张卡片的分组数据
      jmatrix[i, j] <- s
      jmatrix[j, i] <- s
    }
  }
  rownames(jmatrix) <- rownames(data)
  colnames(jmatrix) <- rownames(data)
  return(jmatrix)
}

# 卡片分类聚类主函数
cardsort <- function(file = "~/Downloads/cardsort_data2.csv", blocks, label_col = 1) {
  # 读取数据，将指定列设为行名（卡片编号）
  filedata <- read.table(file = file, header = TRUE, sep = ",", row.names = label_col)
  # 强制转换所有数据列为数值型
  filedata <- as.data.frame(lapply(filedata, as.numeric))
  
  # 生成Jaccard矩阵
  jaccard_matrix <- getJaccard(filedata)
  
  # 聚类并绘图
  hc <- hclust(dist(jaccard_matrix), method = "ward.D")
  plot(hc, main = paste("卡片分类聚类树状图 |", Sys.time()), cex = 0.8)
  rect.hclust(hc, k = blocks, border = "red")
}

# 调用函数（假设卡片编号在第1列）
cardsort("~/Downloads/cardsort_data2.csv", 6)

关键修改点说明 #

1. 数据读取与预处理

   • 使用row.names = label_col将卡片编号列设为数据框行名，剥离出纯数值的分类数据。
   • 用as.numeric强制转换所有数据列，彻底避免非数值干扰。

2. Jaccard矩阵逻辑修正

   • 调整维度计算为nrow(data)，以行对应单张卡片，计算卡片间的相似度。
   • 给Jaccard矩阵添加行/列名（卡片编号），确保聚类时标签传递正确。

3. 聚类绘图优化

   • 直接基于Jaccard矩阵计算距离，无需额外转置。
   • 优化标题说明，用cex = 0.8调整标签大小避免重叠。

适配其他数据结构 #

如果你的CSV是列代表卡片，行代表参与者，只需调整以下部分：

getJaccard <- function(data) {
  l <- ncol(data)  # 列数对应卡片数量
  jmatrix <- matrix(nrow = l, ncol = l)
  for (i in 1:l) {
    for (j in i:l) {
      s <- compare(data[, i], data[, j])  # 对比两列（卡片）的所有参与者分类
      jmatrix[i, j] <- s
      jmatrix[j, i] <- s
    }
  }
  rownames(jmatrix) <- colnames(data)
  colnames(jmatrix) <- colnames(data)
  return(jmatrix)
}

# 聚类部分改为
hc <- hclust(dist(t(filedata)), method = "ward.D")

内容的提问来源于stack exchange，提问作者Weston Nils