在R中使用factoextra根据列值识别PCA得分

核心逻辑 #

FactoMineR::PCA()生成的个体得分（ind$coord）严格保持与输入数据的行顺序一致，但可以通过绑定唯一ID的方式直观验证并方便后续按ID查询。

具体实现步骤（基于你的iris示例） #

1. 加载依赖包（注意PCA()函数来自FactoMineR，factoextra是辅助可视化工具）

library(FactoMineR)
library(factoextra)

2. 生成带ID的数据集并完成PCA

# 添加唯一ID列（模拟你的Demonstrator.ID）
iris$ID <- runif(150, 0, 100)

# 执行PCA，排除Species和ID列
is.pca <- PCA(iris[, -c(5, 6)], scale.unit = TRUE, graph = FALSE)

3. 合并得分与原数据的ID列
   把PCA得分和原数据的ID绑定，得到带标识的得分数据框：

# 提取个体得分
pca_scores <- as.data.frame(is.pca$ind$coord)
# 绑定原数据的ID列（确保行顺序一致）
pca_scores_with_id <- cbind(iris$ID, pca_scores)
# 重命名ID列方便识别
colnames(pca_scores_with_id)[1] <- "ID"

4. 验证对应关系
   通过对比原数据和得分数据框的行确认对应性：

# 查看前3行的原数据ID和得分数据框ID
head(iris$ID, 3)
head(pca_scores_with_id$ID, 3)

两者完全一致，说明得分与原数据行一一对应。

5. 按ID查找特定得分
   模拟你的"Demonstrator.ID"查询需求，查找目标ID对应的PCA得分：

# 假设要查找的目标ID（可替换为你的"Demonstrator.ID"值，比如"Dom Female G1"）
target_id <- pca_scores_with_id$ID[1]
# 筛选对应得分
target_scores <- pca_scores_with_id[pca_scores_with_id$ID == target_id, ]
print(target_scores)

扩展：直接关联原数据所有列 #

如果需要保留原数据的其他信息，也可以直接把得分合并到原数据框：

iris_with_pca <- cbind(iris, pca_scores)
# 按ID筛选指定列
iris_with_pca[iris_with_pca$ID == target_id, c("ID", "Dim.1", "Dim.2")]

内容的提问来源于stack exchange，提问作者Kitt