R PCA生成的图形可疑，无法确定原因

我的PCA有问题。PC1结果是二进制的，我不明白为什么，因为我的变量都不是二进制的

df=蜜蜂

pca_dat_condition <- bees %>% ungroup() %>%
  select(Length.1:Length.25, OBJECTID, Local, Elevation, Longitude, 
  Latitude, Cubital.Index)   %>% 
  na.omit()

pca_dat_first <- pca_dat_condition %>%      #remove the final nonnumerical information 
  select(-Local, -OBJECTID, -Elevation, -Longitude, -Latitude) 

pca <- pca_dat_first%>%   
  scale()  %>%
  prcomp()

# add identifying information back into PCA data
pca_data <- data.frame(pca$x, Local=pca_dat_condition$Local, ID = 
pca_dat_condition$OBJECTID, elevation = pca_dat_condition$Elevation, 
    Longitude = pca_dat_condition$Longitude, Latitude = 
    pca_dat_condition$Latitude)
ggplot(pca_data, aes(x=PC1, y=PC2, color = Latitude)) + 
   geom_point() +ggtitle("PC1 vs PC2: All Individuals") +
   scale_colour_gradient(low = "blue", high = "red")

我没有收到代码中的任何错误消息，当我查看数据帧时，没有任何东西看起来不合适。我应该为PCA使用不同的函数吗？了解我的图表为什么会是这样吗

之前，我做了相同的主成分分析，但对每个局部区域的平均值，而这是每个个体的平均值，结果是一个正常的主成分分析，没有明确的聚类。我不明白为什么在看单个点时会出现这个问题。我可能以一种不稳定的方式合并了一些其他数据帧，但数据集的结构似乎完全正常

在删除异常值之前 之后

---

你做过初步的探索性分析吗？长度数据的分布似乎很奇怪。试试histbees[，1]。我猜可能是某种解析或转换错误。或者可能是单位的混合？厘米和微米？另一种奇怪的关系。尝试HIGH1=其中PCA_数据$PC1>5；ggplotpca_数据[-HIGH1，]，aesx=PC1，y=PC2，颜色=纬度+几何点+ggtitlePC1 vs PC2：所有个体+比例颜色梯度低=蓝色，高=红色长度中的异常值a似乎仅限于三个个体。将这些从数据集中删除似乎会使事情看起来更好。仔细检查单位，它们都是相同的。我正在研究长度和历史，但没有从中得到任何有见地的东西。谢谢！对于ggplot:bees.pca

bees <- read.csv(paste0("https://gist.githubusercontent.com/AkselA/", 
                    "08a4e78a6a29a918ed597e9a32adc228/raw/", 
                    "6d0005fad4cb91830bcf7087176283b18683e9cd/bees.csv"), 
                    header=TRUE)

# bees <- bees[bees[,1] < 10,]  # This will remove the three offending rows
bees <- na.omit(bees)

bees.cond <- bees[, grep("Length|OBJ|Loc|Ele|Lon|Lat|Cubi", colnames(bees))]

bees.first <- bees[, grep("Length|Cubi", colnames(bees))]
summary(bees.first)
par(mfrow=c(7, 4), mar=rep(1, 4))
q <- lapply(1:ncol(bees.first), function(x) {
    h <- hist(scale(bees.first[, x]), plot=FALSE)
    h$counts <- log1p(h$counts)
    plot(h, main="", axes=FALSE, ann=FALSE)
    legend("topright", legend=names(bees.first[x]), 
      bty="n", cex=0.8, adj=c(0, -2), xpd=NA)
    })

bees.pca <- prcomp(bees.first, scale.=TRUE)
biplot(bees.pca)