如何用ggplot2为PCoA分析的样本点正确着色？

问题场景 #

我基于二进制数据集做PCoA分析，跟着教程完成了距离矩阵构建与PCoA计算，但在ggplot2绘图时遇到点着色异常：

• 已将行名设为样本名，代码中写color = "samples"时，所有点颜色完全一致，图例显示为“samples”，无法按样本分组区分颜色。
• 尝试教程里的inner_join方法合并数据但未成功，最终通过重新整理PCoA结果为数据框并手动分配分组信息，实现了按分组着色。

错误代码分析 #

原始出错的核心代码片段：

positions %>%
  as_tibble(rownames="samples") %>%
  ggplot(aes(x=pcoa1, y=pcoa2, color = "samples")) + 
  geom_point() +
  labs(x=labs[1], y=labs[2])

错误原因：color = "samples"是传入字符串常量，ggplot会将其视为单一分组值，导致所有点用同一种颜色。正确写法应引用数据框中名为samples的列（或分组列），需去掉引号写成color = samples，且前提是数据中包含对应分组信息。

解决思路与修正代码 #

核心是将PCoA坐标数据与样本分组信息合并到同一数据框，让ggplot读取分组列实现着色。

完整修正代码 #

# 1. 构建二进制距离矩阵
cal_fem_dist <- dist(cfd, method = "binary")
cal_fem_dist2 <- as.matrix(cal_fem_dist)

# 2. 执行PCoA分析
pcoa_cf <- cmdscale(cal_fem_dist2, eig=T, add=T) 
positions <- pcoa_cf$points
colnames(positions) <- c("pcoa1", "pcoa2")

# 3. 计算轴标签的解释度
percent_explained <- 100 * pcoa_cf$eig / sum(pcoa_cf$eig)
pretty_pe <- round(percent_explained[1:2], digits = 1)
labs <- c(glue("PCo 1 ({pretty_pe[1]}%)"),
          glue("PCo 2 ({pretty_pe[2]}%)"))

# 4. 合并PCoA坐标与分组数据
# 假设cal_fem_data2包含样本行名和分组列（示例列名为group）
pcoa_df <- as_tibble(positions, rownames = "samples") %>%
  inner_join(as_tibble(cal_fem_data2, rownames = "samples"), by = "samples")

# 5. ggplot2按分组着色绘图
ggplot(pcoa_df, aes(x=pcoa1, y=pcoa2, color = group)) + 
  geom_point(size = 2) +
  labs(x=labs[1], y=labs[2], color = "分组") +
  theme_bw()

关键修正说明 #

• 合并数据前需确保两个数据框的样本名字段完全匹配（无大小写、空格、后缀差异），这是inner_join失败的常见原因。
• 绘图时color = group中的group需替换为你实际的分组列名，且不能加引号，让ggplot识别为数据框列。

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