如何生成pheatmap行分割位置向量？适配可变基因列表

需求背景 #

基于按类别分组并排序的特定基因列表，使用pheatmap包绘制热图时，需动态生成行分割位置向量，以适配基因列表/类别修改后的场景，无需手动调整分割点。现有示例数据框已按类别字母排序，需从类别计数生成累加求和向量（如c(1,3,7,9,10)），用于标记热图行分割位置。

示例数据 #

df <- data.frame("Gene ID" = rep(paste0("Gene",1:10),1),
                 "Category" = c("A", "B", "B", "D", "D", "D", "D", "E", "E", "H" ))
df

解决方案 #

方法1：Base R 原生实现 #

直接利用table()统计类别基因数，再通过cumsum()计算累加和，得到每个类别最后一行的位置：

# 统计各类别基因数量（因df已按Category排序，结果顺序与类别顺序一致）
category_counts <- table(df$Category)
# 计算累加和，得到行分割位置向量
row_breaks <- as.vector(cumsum(category_counts))

# 输出结果：[1]  1  3  7  9 10

方法2：dplyr 简洁实现（推荐） #

若使用tidyverse工具链，可通过分组计数+累加的方式更直观地生成向量，适配性更强：

library(dplyr)

row_breaks <- df %>%
  count(Category) %>%  # 按类别统计基因数
  pull(n) %>%          # 提取计数列
  cumsum()             # 计算累加和

# 输出结果：[1]  1  3  7  9 10

优劣势说明 #

• 两种方法均能自动适配基因列表/类别的修改：只要输入的df保持按Category排序，新增/删除类别或基因时，无需手动调整代码即可生成正确的分割位置。
• Base R方法无需额外依赖包，适合轻量场景；dplyr方法代码可读性更强，便于后续扩展（如结合其他数据处理步骤）。

注意事项 #

若需将分割位置传入pheatmap的行分割参数（gaps_row），需去掉最后一个元素（因为gaps_row指定的是分割线插入的行位置，而非类别最后一行的位置）：

# 生成pheatmap可用的行分割位置
gaps_row <- row_breaks[-length(row_breaks)]
# 输出结果：[1] 1 3 7 9

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