使用factoextra绘制PCA分组图报错：dim(X)需为正长度的技术问询

问题背景 #

• 数据集共25列：1-24列为带缺失值的数值型列，第25列为二分类列（取值low/high）
• 已执行操作：
  • 缺失值填充：res.comp <- missMDA::imputePCA(dat[,-25],ncp=5)
  • PCA分析：res.pca <- FactoMineR::PCA(res.comp$completeObs)
• 执行绘图代码时报错：

  factoextra::fviz_pca_ind(res.pca, habillage = dat[,25], addEllipses =TRUE, ellipse.level = 0.68) + scale_color_brewer(palette="Dark2")
  

• 报错信息：

  Error in apply(ind[, colnames(grp)], 2, as.character) : 
    dim(X) must have a positive length
  

报错原因 #

该错误通常由两个原因导致：

1. 分组变量（第25列）的样本数量与PCA分析的样本数量不匹配（比如imputePCA自动过滤了全缺失行，而分组变量未同步过滤）
2. 分组变量格式为数据框而非向量，factoextra无法正确识别

解决步骤 #

1. 同步分组变量与PCA样本 #

先确认PCA处理后的样本数量和原数据集是否一致，若不一致，同步过滤分组变量：

# 提取PCA分析对应的分组变量
grp <- dat[rownames(res.comp$completeObs), 25]

2. 确保分组变量为向量格式 #

将分组变量转为因子向量，避免数据框格式导致的识别问题：

grp <- as.factor(dat[,25, drop=TRUE])

3. 修改绘图代码 #

使用处理后的分组变量重新绘图：

factoextra::fviz_pca_ind(res.pca, habillage = grp, addEllipses = TRUE, ellipse.level = 0.68) + 
  scale_color_brewer(palette="Dark2")

4. 优化变量标注清晰度 #

若需要同时清晰显示变量标注，可使用fviz_pca_biplot并调整参数：

factoextra::fviz_pca_biplot(res.pca, habillage = grp, addEllipses = TRUE, ellipse.level = 0.68,
                            var.size = 3, # 调整变量点大小
                            var.label = TRUE, # 显示变量标签
                            var.name.size = 4) # 调整变量标签大小

内容的提问来源于stack exchange，提问作者burphound