R语言如何为基于数据框的PCA绘图添加自定义标签并去除冗余图例

解决方案 #

针对你的三个需求，对应修改逻辑和可运行代码如下：

问题说明&修改逻辑

• 按name列分组显示同色：你现有的habillage = a$name参数本身即可实现该功能，无需调整。
• 自定义显示Age分组标签：fviz_pca_ind的label参数仅支持none/ind/var等预设枚举值，不支持直接传入自定义向量，我们可以通过叠加ggplot2文本层的方式实现自定义标签。
• 去除图例重复的黑白文本标识：默认配置下函数会同时渲染点和默认文本标签，生成两个重复的图例项，我们指定仅渲染点后手动加文本层即可解决。

完整修改后代码

# 修正拼写错误：libary改为library
library(plyr)
library(dplyr)
library(factoextra)
library(ggplot2)

# 你的数据预处理代码，如果你用提供的示例df，把helmes替换为df即可
a <- subset(helmes[sample(nrow(helmes), 100), ], !(name %in% c("Upsell Boost","Marketing 0-25","Dynamic Ad"))) %>% 
group_by(effective_status,Age,name)  %>%  
summarise(
  n_obs = n(),
  Clicks = sum(Clicks,na.rm = TRUE),
  Impressions = sum(Impressions,na.rm = TRUE),
  Reach = sum(Reach,na.rm = TRUE),
  Spend = sum(Spend,na.rm = TRUE),
  Purchase = sum(Purchase,na.rm = TRUE),
  PurchaseValue = sum(PurchaseValue,na.rm = TRUE),
  Date_minus_start_time = mean(Date_minus_start_time,na.rm = TRUE)
)  %>% arrange(desc(PurchaseValue))

res.pca <- prcomp(a[4:ncol(a)],  scale = TRUE)

# 修改后的绘图代码
fviz_pca_ind(res.pca, 
             # 指定仅渲染点，关闭默认文本避免重复图例
             geom.ind = "point",
             habillage = a$name, # 按name分组着色
             addEllipses = TRUE, 
             ellipse.type = "confidence", 
             legend.title = "Groups",
             repel = TRUE) +
  # 手动添加Age标签
  geom_text(aes(label = a$Age), vjust = -0.5, size = 3, check_overlap = TRUE) +
  # 确保仅保留分组颜色图例，删除多余项
  guides(color = guide_legend(title = "Groups"), shape = "none")

可选调整

如果你需要标签完全不重叠，可以把check_overlap = TRUE替换为ggrepel::geom_text_repel(aes(label = a$Age), size = 3)，防重叠效果更好。

内容的提问来源于stack exchange，提问作者John Mayer