R中按处理组和地点划分的多样性指数

Question

我正在尝试使用素食者的diversity()函数来计算R中的逆辛普森多样性指数。我想为每个实验性的治疗计算这个指数。

我的数据看起来有点像这样，其中species是物种x站点列联表，env是处理因子x站点表：

spe <- read.table(header=TRUE, text="
  S1   S2   S3   S4
  0    1    2    1
  0    1    1    0
  1    0    0    3
  0    1    0    1
  1    2    1    0
")  

env <- read.table(header=TRUE, text="
  Stage
  a
  b
  c
  a
  c
")  

理想情况下，我会得到每个(a，b，c)处理因子的单一多样性指标值。

我知道specnumber()函数有一个组选项，但我没有看到任何类似的多样性，并希望找到一种简单的方法来做同样的事情。我尝试过应用summaryBy()、aggregate()和ddply()，但都没有成功。

谢谢。

Answer 1

diversity中没有这样的groups参数，因为它没有很好地定义:您是指一组中采样单元的平均多样性，还是指一组中采样单元的平均值的多样性？它们是不同的东西，最好显式地做你想让这个索引做的事情。

第一件事比较简单:只需计算SU的多样性，并按组取其平均值：

tapply(diversity(spe, "simpson"), env$Stage, mean)

对于平均社区的多样性，您首先需要通过groups聚合您的数据，然后计算每个组的多样性(对于大多数指数，mean和sum在通常的多样性()索引中给出相同的结果，但sum在mean不起作用的某些情况下有效)：

diversity(aggregate(. ~  env$Stage, spe, sum)[,-1], MARGIN=1, index="simpson")

aggregate想要添加一个额外的列来命名行，我们必须用[,-1]删除它，并给出转置的结果，我们需要设置MARGIN = 1 (或使用t()反向转置)。

如您所见，结果是不同的。有些人将这种差异称为beta多样性。

Answer 2

我假设您的表是逐行连接的(例如。行1是"a 0 1 2 1")。如果是这样的话，也许这条路是对的：

将它们放入单个数据框中：

spec_env <- data.frame(species, env)

> spec_env
  S1 S2 S3 S4 Stage
1  0  1  2  1     a
2  0  1  1  0     b
3  1  0  0  3     c
4  0  1  0  1     a
5  1  2  1  0     c

使用split获取数据帧列表：

split_spec_env<-split(spec_env, spec_env$Stage)

现在，如果您需要每个处理中的平均多样性，首先使用lapply获取每行的索引：

z<-lapply(split_spec_env, function(x){
  x$div<-diversity(x[,1:4], index = "invsimpson")
  return(x)
}
)

> z
$a
  S1 S2 S3 S4 Stage      div
1  0  1  2  1     a 2.666667
4  0  1  0  1     a 2.000000

$b
  S1 S2 S3 S4 Stage div
2  0  1  1  0     b   2

$c
  S1 S2 S3 S4 Stage      div
3  1  0  0  3     c 1.600000
5  1  2  1  0     c 2.666667

然后再次获得每个子集的平均索引(我认为这更有意义，但取决于您需要什么)：

lapply(z, function(x){
  mean(x$div)
})

或者，如果你想从一个子集中获取所有的值，并在一个处理中获得整体的多样性：

lapply(z, function(x){
  y <- unlist(x[,1:4])
  diversity(y, "invsimpson")
})

编辑：我意识到你可能想要一个处理中的物种总和的多样性指数。如果是这种情况，请使用colSums

lapply(z, function(x){
  y <- colSums(x[,1:4])
  diversity(y, "invsimpson")
})