pheatmap 中有一些奇怪的东西（一个错误？）

Question

可重现的数据：

data(crabs, package = "MASS")
df <- crabs[-(1:3)]
set.seed(12345)
df$GRP <- kmeans(df, 4)$cluster
df.order <- dplyr::arrange(df, GRP)

数据说明：

df有 5 个数值变量。我根据这 5 个属性进行了 K-means 算法，并生成了一个GRP具有 4 个级别的新分类变量。接下来，我订购了它GRP并命名了它df.order。

---

我做了什么pheatmap：

## 5 numerical variables for coloring
colormat <- df.order[c("FL", "RW", "CL", "CW", "BD")]

## Specify the annotation variable `GRP` shown on left side of the heatmap
ann_row <- df.order["GRP"]

## gap indices
gapRow <- cumsum(table(ann_row$GRP))

library(pheatmap)
pheatmap(colormat, cluster_rows = F, show_rownames = F,
         annotation_row = ann_row, gaps_row = gapRow)

annotation_colors[[colnames(annotation)[i]]] 中的错误：下标越界

---

这是我得到一些奇怪的地方：

起初，我猜问题是由参数引起的annotation_row。我检查了两个数据框的行名称。

all.equal(rownames(colormat), rownames(ann_row))
# [1] TRUE

你可以看到它们是相等的。但是，我执行了以下代码和热图工作。

rownames(colormat) <- rownames(ann_row)
pheatmap(colormat, cluster_rows = F, show_rownames = F,
         annotation_row = ann_row, gaps_row = gapRow)

理论上这段代码"rownames(colormat) <- rownames(ann_row)"应该没有意义，因为这两个对象原本是相等的，但是为什么它使pheatmap()函数起作用呢？

---

编辑：从@steveb 的评论来看，我什至不必使用ann_row. 我刚设置

rownames(colormat) <- rownames(colormat)

并且 pheatmap 也有效。这种情况仍然违反直觉。

---

最终输出：

Answer 1

总之，colormat没有rownames前rownames(colormat) <- rownames(colormat)有rownames后。这个答案开始触及问题的性质，但没有深入探讨为什么或如何遇到pheatmap这个问题，或者为什么 R 以这种方式工作。换句话说，我没有深入研究 R 中如何处理行名的细节。

这个问题的本质与rownames返回行号的默认向量有关；每个元素都是一个数值，但表示为一个字符串，因此第 10 行变为行名称“10”。使用时attributes(colormat)，您会看到$row.names前面是一个数字向量，rownames(colormat) <- rownames(colormat)后面是一个字符向量（现在有行名称）。我不清楚为什么当某些内容没有设置行名称时会返回任何内容（NULL 或 NA 除外）。

attributes(colormat)
## $names
## [1] "FL" "RW" "CL" "CW" "BD"
## 
## $row.names
##   [1]   1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35  36  37  38
##  [39]  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53  54  55  56  57  58  59  60  61  62  63  64  65  66  67  68  69  70  71  72  73  74  75  76
##  [77]  77  78  79  80  81  82  83  84  85  86  87  88  89  90  91  92  93  94  95  96  97  98  99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114
## [115] 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152
## [153] 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190
## [191] 191 192 193 194 195 196 197 198 199 200
## 
## $class
## [1] "data.frame"

rownames(colormat) <- rownames(colormat)

attributes(colormat)
## $names
## [1] "FL" "RW" "CL" "CW" "BD"
## 
## $row.names
##   [1] "1"   "2"   "3"   "4"   "5"   "6"   "7"   "8"   "9"   "10"  "11"  "12"  "13"  "14"  "15"  "16"  "17"  "18"  "19"  "20"  "21"  "22"  "23"  "24"  "25" 
##  [26] "26"  "27"  "28"  "29"  "30"  "31"  "32"  "33"  "34"  "35"  "36"  "37"  "38"  "39"  "40"  "41"  "42"  "43"  "44"  "45"  "46"  "47"  "48"  "49"  "50" 
##  [51] "51"  "52"  "53"  "54"  "55"  "56"  "57"  "58"  "59"  "60"  "61"  "62"  "63"  "64"  "65"  "66"  "67"  "68"  "69"  "70"  "71"  "72"  "73"  "74"  "75" 
##  [76] "76"  "77"  "78"  "79"  "80"  "81"  "82"  "83"  "84"  "85"  "86"  "87"  "88"  "89"  "90"  "91"  "92"  "93"  "94"  "95"  "96"  "97"  "98"  "99"  "100"
## [101] "101" "102" "103" "104" "105" "106" "107" "108" "109" "110" "111" "112" "113" "114" "115" "116" "117" "118" "119" "120" "121" "122" "123" "124" "125"
## [126] "126" "127" "128" "129" "130" "131" "132" "133" "134" "135" "136" "137" "138" "139" "140" "141" "142" "143" "144" "145" "146" "147" "148" "149" "150"
## [151] "151" "152" "153" "154" "155" "156" "157" "158" "159" "160" "161" "162" "163" "164" "165" "166" "167" "168" "169" "170" "171" "172" "173" "174" "175"
## [176] "176" "177" "178" "179" "180" "181" "182" "183" "184" "185" "186" "187" "188" "189" "190" "191" "192" "193" "194" "195" "196" "197" "198" "199" "200"
## 
## $class
## [1] "data.frame"

问题不是 rownames 的数值与字符值，而是 rownames 是否设置。如果您执行以下操作：

rownames(colormat) <- 1:nrow(colormat)

您会发现这也可以解决问题，因为rownames现在设置为行号的数值（参见attributes(colormat)输出）。

如果您tibble::has_rownames(colormat)之前使用过rownames(colormat) <- rownames(colormat)，那么您将获得FALSE. 分配后，您将获得TRUE.

tibble::has_rownames(colormat)
## [1] FALSE
rownames(colormat) <- rownames(colormat)
tibble::has_rownames(colormat)
## [1] TRUE

我不确定如何pheatmap在colormat内部使用，但它必须遇到rownames未设置的问题。如果您联系此包的作者（可能通过 GitHub：https : //github.com/raivokolde/pheatmap），他们可能会更新代码以处理下一个版本的这种极端情况。