R 如何在集群中进行集群

我在地图上有一组点，每个点都有一个给定的参数值。我想：

在空间上对它们进行聚类，并忽略小于 10分。My df应该为每个点所属的集群设置一列（Clust）[完成]

对每个簇内的参数值进行子簇；在我的df（子聚类）中添加一列，用于按子聚类对每个点进行分类

我不知道如何做第二部分，除了可能与循环

图中显示了一组空间分布的点（左上角），这些点按聚类进行颜色编码，并按右上角绘图中的参数值进行排序。底部一行显示具有>10个点的簇（左）和按参数值排序的每个簇的镶嵌面（右）。正是这些方面，我希望能够根据最小簇分离距离（d=1）按子簇进行颜色编码

感谢您的指点/帮助。我的可复制代码如下

下面是一种使用循环的方法——但我更愿意学习如何使用dplyr或其他非循环方法来实现这一点。下面是显示子聚集面的更新图像

sub_df <- data.frame()
for (i in unique(xy_df_filt$Clust)) {
  temp_df <- xy_df_filt %>% dplyr::filter(Clust == i)
  # Cluster data by (X,Y) location
  a_d = 1
  a_chc <- hclust(dist(temp_df$Test_Param), method="single")

  # Distance with a d threshold - used d=40 at one time but that changes... 
  a_chc.d40 <- cutree(a_chc, h=a_d) 
  # max(chc.d40)

  # Join results to main df
  sub_df <- bind_rows(sub_df, data.frame(temp_df, subClust=a_chc.d40)) %>% dplyr::select(ID, subClust)
}
xy_df_filt_2 <- left_join(xy_df_filt,sub_df, by=c("ID"="ID"))

p4 <- xy_df_filt_2 %>% dplyr::arrange(Test_Param) %>%
ggplot() +
  geom_point(aes(x=1:length(Test_Param),y=Test_Param, colour = subClust)) +
  scale_colour_gradient(low="red", high="green") +
  facet_wrap(~Clust, scales="free")

grid.arrange(p1, p2, p3, p4, ncol=2, nrow=2)

---

sub_df您可以为您的子集群执行此操作

xy_df_filt_2 <- xy_df_filt %>% 
                group_by(Clust) %>% 
                mutate(subClust = tibble(Test_Param) %>% 
                                  dist() %>% 
                                  hclust(method="single") %>% 
                                  cutree(h=1))

xy\u df\u过滤器2%
分组依据（Clust）%>%
突变（子聚类=TIBLE（测试参数）%>%
dist（）%>%
hclust（method=“single”）%%>%
割树（h=1））

嵌套管道很好。我认为您的版本的问题在于您没有将正确类型的对象传递给
dist
。
如果只将一列传递给
dist
，则不需要使用
tibble
术语，但我已将其保留，以防您希望像主集群那样使用多个列

你可以使用相同的公式，但没有
分组依据
，从
df\u ex
计算
xy\u df
，应该有一种方法，使用
do
和
tidy
的组合来完成，但我总是很难用
do
让事情按照我想要的方式排列。相反，我通常所做的是从基本R组合
split
，从
purr
组合
map\u dfr
split
将按
Clust
拆分数据帧，并为您提供一个数据帧列表，然后您可以映射这些数据帧
map_dfr
映射每个数据帧并返回单个数据帧

我从你的
xy_df_filt
开始，生成了我认为应该与你从for循环得到的
xy_df_filt_2
相同的内容。我画了两个图，尽管这两组簇有点难以看到

xy\u df\u过滤器2%
拆分（.$Clust）%>%
map_dfr（功能（df）{
子簇%cutree（，h=1）
绑定列（df，子集群=子集群）
})
ggplot（xy_df_filt_2，aes（x=x，y=y，颜色=as.factor（子簇），形状=as.factor（Clust）））+
几何点（）+
比例、颜色、制浆机（调色板=“设置2”）


刻面更清晰

ggplot（xy_df_filt_2，aes（x=x，y=y，颜色=as.factor（子簇），形状=as.factor（Clust）））+
几何点（）+
比例、颜色、制浆机（调色板=“设置2”）+
面_包裹（~Clust）


由（v0.2.0）于2018年4月14日创建。
我认为这也是一个很好的答案-使用我不熟悉的工具。谢谢。请看我在安德鲁的回答中的评论；您的方法不会生成警告，而his会生成警告。您的tibble（x，y）应该改为tibble（Test_Param）才是正确的，因为第二个聚类基于Test_Param距离，而不是x，y。但是你的方法有效。ThxYes，当然-很抱歉。我已经修改了答案。当我运行这段代码时，我收到了一系列警告（mutate_impl（.data，dots）中的警告：绑定字符和因子向量，强制转换为字符向量），似乎与此问题有关（），但我无法解决它；我想使用factor（）或as.factor（）将subClust转换为factor，我想知道tibble（）是否会碍事。卡米尔的回答没有这个问题。@val是的，这（我认为）只是一个指示，
mutate
必须添加因子级别，这是通过转换为字符来实现的。这只是一个警告——我对其他事情也有过类似的经历，但这并不一定意味着计算不起作用。
sub_df <- data.frame()
for (i in unique(xy_df_filt$Clust)) {
  temp_df <- xy_df_filt %>% dplyr::filter(Clust == i)
  # Cluster data by (X,Y) location
  a_d = 1
  a_chc <- hclust(dist(temp_df$Test_Param), method="single")

  # Distance with a d threshold - used d=40 at one time but that changes... 
  a_chc.d40 <- cutree(a_chc, h=a_d) 
  # max(chc.d40)

  # Join results to main df
  sub_df <- bind_rows(sub_df, data.frame(temp_df, subClust=a_chc.d40)) %>% dplyr::select(ID, subClust)
}
xy_df_filt_2 <- left_join(xy_df_filt,sub_df, by=c("ID"="ID"))

p4 <- xy_df_filt_2 %>% dplyr::arrange(Test_Param) %>%
ggplot() +
  geom_point(aes(x=1:length(Test_Param),y=Test_Param, colour = subClust)) +
  scale_colour_gradient(low="red", high="green") +
  facet_wrap(~Clust, scales="free")

grid.arrange(p1, p2, p3, p4, ncol=2, nrow=2)

xy_df_filt_2 <- xy_df_filt %>% 
                group_by(Clust) %>% 
                mutate(subClust = tibble(Test_Param) %>% 
                                  dist() %>% 
                                  hclust(method="single") %>% 
                                  cutree(h=1))