多ssGSEA数据集可视化及melt函数警告问题求助

一、解决reshape2弃用&行名丢失问题 #

reshape2已经被tidyverse套件里的tidyr取代，用pivot_longer替代melt，同时先把行名转为显式列，就能完整保留样本ID：

处理单个数据框 #

library(tidyverse)

# 给数据框添加样本列（原行名），再转换为长格式
t_ssgsea_OPC_long <- t_ssgsea_OPC %>%
  rownames_to_column(var = "sample") %>%
  pivot_longer(
    cols = -sample,  # 排除样本列，把其他列转为长格式
    names_to = "subtype",  # 原列名存为subtype列
    values_to = "ssgsea_score"  # 评分值存为ssgsea_score列
  )

批量处理4个数据框并合并 #

如果要把4个数据框整合到一起方便后续可视化，给每个数据框加个标识列再合并：

# 假设4个数据框分别是t_ssgsea_OPC、df2、df3、df4，放入列表并命名
all_datasets <- list(
  OPC = t_ssgsea_OPC,
  Dataset2 = df2,
  Dataset3 = df3,
  Dataset4 = df4
)

# 批量处理：添加样本列+数据集标识列，再合并为一个数据框
merged_long_data <- all_datasets %>%
  imap(~ .x %>% 
         rownames_to_column("sample") %>% 
         mutate(dataset = .y)) %>%  # .y是列表中每个元素的名称（数据集名）
  bind_rows() %>%
  pivot_longer(
    cols = c(Classical, Mesenchymal, Neural, Proneural),
    names_to = "subtype",
    values_to = "ssgsea_score"
  )

二、4个相关图+16个柱状图的联合可视化 #

用ggplot2画图，patchwork拼接布局，完全满足需求：

1. 绘制4个数据集的亚型相关性热图 #

先定义一个批量画相关图的函数，再生成4个图：

# 定义单个相关性热图的绘制函数
plot_correlation <- function(df, plot_title) {
  # 计算亚型间的相关系数矩阵
  corr_matrix <- cor(df[, c("Classical", "Mesenchymal", "Neural", "Proneural")])
  
  # 转换为长格式用于ggplot绘图
  corr_long <- corr_matrix %>%
    as.data.frame() %>%
    rownames_to_column("subtype1") %>%
    pivot_longer(cols = -subtype1, names_to = "subtype2", values_to = "corr_value")
  
  # 画热图
  ggplot(corr_long, aes(subtype1, subtype2, fill = corr_value)) +
    geom_tile(color = "white") +
    geom_text(aes(label = round(corr_value, 2)), size = 3) +
    scale_fill_gradient2(low = "#2c7fb8", mid = "white", high = "#d95f02", midpoint = 0) +
    labs(title = plot_title, x = "", y = "") +
    theme_minimal() +
    theme(axis.text.x = element_text(angle = 45, hjust = 1))
}

# 生成4个数据集的相关图
corr_plots <- all_datasets %>%
  imap(~ plot_correlation(.x, .y))

2. 绘制16个亚型评分的柱状图（每个数据集的每个亚型单独画） #

基于之前合并的长格式数据，批量生成16个图：

# 按数据集+亚型分组，批量生成柱状图
bar_plots <- merged_long_data %>%
  group_by(dataset, subtype) %>%
  group_split() %>%
  map(~ ggplot(.x, aes(x = "", y = ssgsea_score)) +
        geom_bar(stat = "summary", fun = "mean", fill = "#7fcdbb", width = 0.6) +
        geom_errorbar(stat = "summary", fun.data = "mean_se", width = 0.2) +
        labs(
          title = paste(.x$dataset[1], .x$subtype[1]),
          y = "ssGSEA Score",
          x = ""
        ) +
        theme_minimal() +
        theme(plot.title = element_text(size = 10))
      )

3. 拼接所有图形 #

用patchwork把4个相关图放在顶部一行，16个柱状图排成4行4列放在下方：

library(patchwork)

# 组合相关图为一行
corr_row <- wrap_plots(corr_plots, nrow = 1)

# 组合柱状图为4x4网格
bar_grid <- wrap_plots(bar_plots, nrow = 4, ncol = 4)

# 拼接整体布局：相关图在上，柱状图在下
final_visualization <- corr_row / bar_grid

# 添加总标题
final_visualization + plot_annotation(
  title = "ssGSEA Subtype Correlations and Score Distributions",
  theme = theme(plot.title = element_text(size = 14, hjust = 0.5))
)

内容的提问来源于stack exchange，提问作者driver