如何对不同流量站点执行主成分分析（PCA）

问题核心原因 #

你当前直接打印prcomp返回对象输出的是标准差与载荷矩阵（旋转矩阵），你同事要求的按年份对应主成分的结果是主成分得分，存储在prcomp返回结果的x属性中，不需要调整原始数据结构或改核心参数，只要提取对应属性拼接年份列即可。

实现代码 #

# 原有PCA计算逻辑
pca <- prcomp(df[-5])

# 拼接年份与主成分得分，得到目标格式
pca_result <- cbind.data.frame(Year = df$Year, pca$x)

# 打印验证结果
print(pca_result)

补充说明 #

如果各站点流量量级差异大，建议在调用prcomp时增加scale. = TRUE参数对变量做标准化后再做PCA，避免量级大的变量主导结果。
prcomp返回结果的三个核心属性含义：

• pca$sdev：各主成分的标准差，平方后可计算各主成分的方差贡献率
• pca$rotation：载荷矩阵，行对应原始站点变量，列对应主成分，值代表站点对对应主成分的贡献程度
• pca$x：主成分得分矩阵，行对应原始年份样本，列对应主成分，即你需要的目标结果

内容的提问来源于stack exchange，提问作者Sayantan4796