R中按行标号计算相对丰度？(素食套餐？)

Question

我试图根据行标签或名称来计算相对丰度(获取df$path1中每个测试的相对丰度)。因此，我想从test1中计算计数的相对丰度，并分别从test2计算计数的相对丰度。test1的相对丰度数之和等于1。

我目前正在使用vegan包，但对其他选项开放。

测试数据集：

library(vegan)
df <- data.frame(x = c("a", "b", "c", "d", "e"), 
                 path1 = c("test1", "test1", "test2", "test2", "test3"),
                 value = c(40, 10, 34, 12, 20))
df$relabun <- decostand(df[3], 2, method = "total") #takes relative abundace of whole column

基于df$path1的相对丰富的理想输出应该如下所示：

x path1 relabun_bypath1
a test1 0.8
b test1 0.2
c test2 0.74
d test2 0.26
e test3 1

Answer 1

这是一个典型的分裂-应用-组合问题。基R中最直接的方式是

• 将data.frame按组与split拆分，
• 使用*apply应用函数，以及
• 与do.call(rbind, ... )或unlist相结合。

所以

unlist(lapply(split(df, df$path1), function(x){x$value / sum(x$value)}))
#    test11    test12    test21    test22     test3 
# 0.8000000 0.2000000 0.7391304 0.2608696 1.0000000 

我们可以给一个新变量赋值。但是，base有一个名为ave的好函数，尽管名称奇怪，它可以为我们跨组应用函数：

ave(df$value, df$path1, FUN = function(x){x / sum(x)})
# [1] 0.8000000 0.2000000 0.7391304 0.2608696 1.0000000

这是一个很好的更简洁，并同样可以被分配到一个新的变量。

如果您喜欢哈德利弗斯，dplyr的分组可以使这个过程更具可读性：

library(dplyr)
df %>% group_by(path1) %>% mutate(relAbundByPath = value / sum(value))
# Source: local data frame [5 x 4]
# Groups: path1 [3]
# 
#        x  path1 value relAbundByPath
#   (fctr) (fctr) (dbl)          (dbl)
# 1      a  test1    40      0.8000000
# 2      b  test1    10      0.2000000
# 3      c  test2    34      0.7391304
# 4      d  test2    12      0.2608696
# 5      e  test3    20      1.0000000

如您所见，它返回一个新版本的data.frame，我们可以使用它来覆盖现有的版本或创建一个新的副本。

无论您选择哪一条路线，都要对逻辑感到满意，因为您可能会经常使用它。更好的是，把它们都学好。tapply和mapply/Map。data.table...why不是吗？

注意：--如果您愿意，也可以用prop.table函数替换value / sum(value))构造。它更简洁(例如ave(df$value, df$path1, FUN = prop.table))，但不太清楚它在做什么，这就是为什么我没有在这里使用它。