在对我的数据集（一个名为data.matrix的数据框）进行集群分析后，我在末尾（列27）添加了一个名为cluster的新列，用于记录每个实例所属的集群名称。

现在我想从每个集群中找出一个代表性的实例。我尝试找到与集群质心欧几里得距离最小的实例（并对每个集群重复此过程）。

这是我所做的。你能想到其他——或许更优雅的方法吗？（假设所有数值列均无空值）。

clusters <- levels(data.matrix$cluster)cluster_col = c(27)for (j in 1:length(clusters)) {    # 获取集群j的子集    data = data.matrix[data.matrix$cluster == clusters[j],]    # 移除集群列    data <- data[,-cluster_col]    # 计算质心    cent <- mean(data)    # 将数据复制到data.matrix_cl，并在末尾附加一个距离列    data.matrix_cl <- cbind(data, dist = apply(data, 1, function(x) {sqrt(sum((x - cent)^2))}))    # 获取距离最小的实例    candidates <- data.matrix_cl[data.matrix_cl$dist == min(data.matrix_cl$dist),]    # 打印它们的行名    print(paste("Candidates for cluster ",j))    print(rownames(candidates))}

回答：

首先，我不确定你的距离公式是否正确。我认为应该是sqrt(sum((x-cent)^2))或sum(abs(x-cent))。我假设是前者。其次，我认为直接打印解决方案不是一个好主意。所以我先计算，然后再打印。第三，我推荐使用plyr，但我提供了两种解决方案（使用和不使用plyr）。

# 模拟数据:n <- 100data.matrix <- cbind(  data.frame(matrix(runif(26*n), n, 26)),  cluster=sample(letters[1:6], n, replace=TRUE))cluster_col <- which(names(data.matrix)=="cluster")# 使用plyr:require(plyr)candidates <- dlply(data.matrix, "cluster", function(data) {  dists <- colSums(laply(data[, -cluster_col], function(x) (x-mean(x))^2))  rownames(data)[dists==min(dists)]})l_ply(names(candidates), function(c_name, c_list=candidates[[c_name]]) {    print(paste("Candidates for cluster ",c_name))    print(c_list)})# 不使用plyrcandidates <- tapply(  1:nrow(data.matrix),  data.matrix$cluster,  function(id, data=data.matrix[id, ]) {    dists <- rowSums(sapply(data[, -cluster_col], function(x) (x-mean(x))^2))    rownames(data)[dists==min(dists)]  })invisible(lapply(names(candidates), function(c_name, c_list=candidates[[c_name]]) {    print(paste("Candidates for cluster ",c_name))    print(c_list)}))