如何基于标签前缀为R语言树状图（Dendogram）的标签和分支上色？

完整实现代码 #

先整理示例数据并完成上色逻辑：

# 加载所需包
library(dendextend)

# 准备示例数据（修正重复列名）
Correlation_Test <- data.frame(
  "A Data 1" = c(0.1666667, 0.6666667, 0.5),
  "A Data 2" = c(0.5, 0.6666667, 0.5),
  "B Data 1" = c(0.6666667, 0.6666667, 0.6666667)
)

# 计算距离与聚类（变量聚类需转置数据，样本聚类可跳过转置）
d <- dist(t(Correlation_Test))
hc <- hclust(d, "ave")
dend <- as.dendrogram(hc)  # 转为dendextend可处理的树状图对象

# 根据标签前缀生成颜色向量
labels <- labels(dend)
label_colors <- ifelse(grepl("^A", labels), "red", "blue")  # A前缀标红，B前缀标蓝

# 为标签上色
dend <- dend %>% 
  set("labels_colors", label_colors)

# 为分支上色（匹配对应标签的颜色）
cluster_groups <- ifelse(grepl("^A", labels), 1, 2)
dend <- dend %>% 
  set("branches_k_color", k = 2, col = c("red", "blue"), groupLabels = cluster_groups)

# 绘制树状图
plot(dend, main = "按标签前缀上色的树状图")

关键步骤说明 #

• 数据转置：示例数据是行样本、列变量，若要对变量聚类需转置数据；如果你的原始数据已经以变量为行，可跳过这一步。
• 标签颜色匹配：用grepl("^A", labels)匹配以"A"开头的标签，通过ifelse生成对应颜色向量，再用set("labels_colors")完成赋值。
• 分支上色：通过标签前缀预先定义分组，再用set("branches_k_color")根据分组为分支上色，确保分支颜色与对应标签一致。

扩展说明 #

如果有更多前缀类别（如C、D），只需扩展颜色匹配逻辑即可，示例如下：

library(dplyr)
label_colors <- case_when(
  grepl("^A", labels) ~ "red",
  grepl("^B", labels) ~ "blue",
  grepl("^C", labels) ~ "green",
  TRUE ~ "black"
)

内容的提问来源于stack exchange，提问作者Gregor O