如何从ggplot::geom_density_2d_filled聚类层级提取关联患者ID的点？

直接使用ggplot::geom_density_2d_filled无法直接关联原始数据点与聚类区域，因为该图层仅负责可视化，不会将聚类标签绑定到数据集。以下是两种可行的解决思路：

思路1：匹配geom_density_2d_filled的可视化结果，手动绑定聚类标签 #

通过计算二维密度并判断点所属的等高线区域，实现和原可视化完全对应的聚类提取：

library(MASS)
library(sp)
library(dplyr)

# 计算二维密度（参数n控制精度，数值越大越精细）
kde_result <- kde2d(PC_16_mod$Cl_total_18.0, PC_16_mod$pLPE_18.0, n = 100)
# 生成与geom_density_2d_filled对应的等高线层级
contour_levels <- quantile(kde_result$z, seq(0.1, 0.9, 0.2))
contour_polygons <- contourLines(kde_result, levels = contour_levels)

# 将等高线多边形转换为数据框并分配区域ID
poly_data <- lapply(seq_along(contour_polygons), function(idx) {
  data.frame(
    x = contour_polygons[[idx]]$x,
    y = contour_polygons[[idx]]$y,
    cluster_id = idx
  )
}) %>% bind_rows()

# 为每个患者点匹配所属聚类区域
PC_16_mod$cluster_id <- apply(PC_16_mod, 1, function(row) {
  point_x <- as.numeric(row["Cl_total_18.0"])
  point_y <- as.numeric(row["pLPE_18.0"])
  
  # 遍历每个多边形，判断点是否在内部
  for (cid in unique(poly_data$cluster_id)) {
    poly_sub <- subset(poly_data, cluster_id == cid)
    in_cluster <- point.in.polygon(point_x, point_y, poly_sub$x, poly_sub$y)
    if (in_cluster == 1) return(cid)
  }
  # 不在任何聚类区域内的点标记为0
  return(0)
})

# 查看每个聚类内的患者ID列表
PC_16_mod %>% 
  group_by(cluster_id) %>% 
  summarise(patient_list = list(patient_ID))

思路2：改用明确的聚类算法（更适合核心需求） #

如果你的核心目标是验证患者是否持续聚集，而非单纯的密度可视化，直接使用聚类算法（如DBSCAN、K-means）更高效，自带聚类标签便于后续分析：

library(dbscan)
library(dplyr)
library(ggplot2)

# 使用DBSCAN进行密度聚类（eps和minPts需根据数据调整）
db_cluster <- dbscan(PC_16_mod[, c("Cl_total_18.0", "pLPE_18.0")], eps = 0.3, minPts = 5)
PC_16_mod$cluster_id <- db_cluster$cluster

# 提取每个聚类的患者ID
cluster_patients <- PC_16_mod %>% 
  group_by(cluster_id) %>% 
  summarise(patient_list = list(patient_ID))

# 可视化验证（保留原风格同时标注聚类）
ggplot(PC_16_mod, aes(x=Cl_total_18.0, y=pLPE_18.0, color=factor(cluster_id))) +
  geom_point(size=0.5, shape=16) +
  geom_density_2d(alpha=0.5)

方案对比 #

• 思路1完全匹配geom_density_2d_filled的可视化区域，适合需要和原图一一对应的场景
• 思路2更聚焦聚类分析本身，算法逻辑清晰，后续跨样本验证患者聚集性更方便

内容的提问来源于stack exchange，提问作者Christy