使用pheatmap（）改进R中的热图

嘿，我是一个完全的R初学者，需要在接下来的几天里尽可能地重现这张热图

我的数据是一个包含多张图纸的xlsx文件，我尽可能地将其清理干净，并且应该是一个良好的格式。我有两个时间点T0和T1作为字符，因此无法运行

pheatmap（）

函数。 如何将热图划分为T0和T1，并以正确的顺序构造样本ID？ 您是否知道如何创建与给定示例尽可能相似的热图

这是我在过去两天没有T0和T1数据的情况下制作的热图，因为它们是字符而不是数值。现在，我想包括它们，并按照给定的热图对样本ID进行适当排序

---

所有数据2Re。“T值是字符。”：T字符是真正的逻辑值吗？如果是这样，并且假设您正在从CSV文件读取数据，那么您需要1）在读取时指定列类型，或者2）使用as.logical（）更改data.frame中的列类型

Df$mycolumn Hey@doc elfein，当
dput（）
函数的输出太大时，可以对数据使用
head（）
函数，只提取表的第一行，如下所示：
dput（head（data））
。一个最小的可复制示例的想法是，不要访问您的所有数据，我们只需要复制您的问题所需的数据。您的dput（）仍然太大。（以“66.3”开头），因此我们无法复制您的数据
all_data2 <- cbind(amino,sphingo,hexoses,phospha,lyso,all_data)
matrix_data <- as.matrix(all_data2[, 3:73])
rownames(matrix_data) <- all_data2$`Sample Identification`

heatmap_final <- matrix_data[,!colnames(matrix_data) %in% c('Sample Identification.1','Sample Identification.2','Sample Identification')] 


pheatmap(
 mat               = log2(heatmap_final),
 scale             = "column",
 show_rownames     = TRUE,
 drop_levels       = TRUE,
 fontsize          = 5,
 clustering_method = "complete",
 main              = "Hierachical Cluster Analysis"
)




all_data2 <- cbind(amino,sphingo,hexoses,phospha,lysophospha,acyl)
matrix_data <- as.matrix(all_data2[, 3:74])
rownames(matrix_data) <- all_data2$`Sample Identification`

heatmap_final <- matrix_data[,!colnames(matrix_data) %in% c('Sample Identification.1','Sample Identification.2','Sample Identification','Time point.1','Time point.2')]

pheatmap(
  mat = log2(heatmap_final),
  scale = "column",
  show_rownames = TRUE,
  drop_levels = TRUE,
  fontsize = 5,
  clustering_method = "complete",
  main = "Hierachical Cluster Analysis"
)

Df$mycolumn <- as.logical(Df$mycolumn)