在R中为二元分类变量绘制热力图并按行排序的方法求助

下面提供两种可实现需求的方法：按每行yes数量降序排列观测ID，并用两种颜色区分yes/no类别。

方法一：使用ggplot2（灵活自定义样式） #

1. 数据预处理 #

先加载依赖包，将分类变量转为二进制格式以计数，再按每行yes的数量排序：

library(dplyr)
library(tidyr)
library(ggplot2)

# 复制原数据避免修改原始对象
df_processed <- df1 %>%
  # 将yes/no转为1/0，便于统计数量
  mutate(across(starts_with("var"), ~ifelse(.x == "yes", 1, 0))) %>%
  # 计算每行yes的总数
  mutate(yes_count = rowSums(select(., starts_with("var")))) %>%
  # 按yes_count降序排序
  arrange(desc(yes_count)) %>%
  # 将ID转为因子，确保绘图时按排序后的顺序展示
  mutate(ID = factor(ID, levels = ID))

# 转为长格式，适配ggplot绘图逻辑
df_long <- df_processed %>%
  select(-yes_count) %>%
  pivot_longer(cols = starts_with("var"), names_to = "variable", values_to = "value") %>%
  # 把数值转回yes/no标签
  mutate(value = ifelse(value == 1, "yes", "no"))

2. 绘制热力图 #

ggplot(df_long, aes(x = variable, y = ID)) +
  geom_tile(aes(fill = value), color = "white") + # 白色边框区分单元格
  scale_fill_manual(values = c("yes" = "#2ecc71", "no" = "#e74c3c")) + # 自定义yes/no的颜色
  labs(x = "变量", y = "观测ID", fill = "类别") +
  theme_minimal() +
  theme(axis.text.y = element_text(size = 10),
        axis.text.x = element_text(size = 10))

方法二：使用pheatmap（简洁的热力图工具） #

1. 整理数值矩阵 #

library(pheatmap)

# 提取变量列并转为矩阵，将ID设为行名
df_matrix <- df1 %>%
  column_to_rownames("ID") %>%
  mutate(across(everything(), ~ifelse(.x == "yes", 1, 0))) %>%
  as.matrix()

# 计算每行yes的数量，生成自定义排序的行索引
yes_counts <- rowSums(df_matrix)
row_order <- names(sort(yes_counts, decreasing = TRUE))

2. 绘制热力图 #

pheatmap(df_matrix[row_order, ],
         color = c("#e74c3c", "#2ecc71"), # 对应no和yes的颜色
         cluster_rows = FALSE, # 关闭自动聚类，使用自定义排序
         cluster_cols = FALSE, # 保持原变量顺序
         legend_labels = c("no", "yes"),
         main = "二元分类变量热力图",
         border_color = "white")

补充说明 #

• base R的heatmap()函数更偏向数值矩阵的聚类展示，对分类变量的自定义支持有限，因此推荐使用上述两种工具；
• 你可以根据喜好修改代码中的颜色十六进制码，调整热力图的视觉风格。

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