用于获取和/或操作R中关于另一个变量的多个值的系统发生图的循环

Question

我有一个数据集，其中为R中的另一列(称为索引列)的每个值列出了多个物种。我需要为每个列值提取或修剪系统发展史(从系统学中)，然后计算索引列的每个值的系统发育距离。我的数据集中有许多索引值，因此手动执行此操作是不切实际的。

示例输入数据(2列，一列用于索引，一列用于物种)：

Index      Species
A ;         Sp. 1
A ;         Sp. 2
A ;         Sp. 3
A ;         Sp. 4
B ;         Sp. 5
B ;         Sp. 1
C ;         Sp. 6
D ;         Sp. 7
D ;         Sp. 2
D ;         Sp. 8
D ;         Sp. 9

我想要输出什么(虚构的值；每个索引出现一次，并计算所有相关物种的系统发育距离)：

Index;      phylogentic distance
A ;         7
B ;         3
C ;         1
D ;         5

我已经使用brranching包从phylomatic下载了一棵全局树(针对数据集中的所有物种)。我可以设置一个循环或函数来修剪每个索引类别中物种的系统发育，并计算PD，或者我可以设置一个函数，为索引的每个值从系统中提取一棵新树，然后计算PD。如果有人已经做过类似的事情，或者有关于如何在R中实现这一点的想法，我将非常感激！

library(brranching)

phylomatic(data$Species)

Answer 1

我解决了这个问题。首先，我将Index列转换为numeric，然后运行以下循环。drop.tip()函数来自ape包。

IDs <- unique(d.test$index.num)

dd <- data.frame(matrix(nrow=length(IDs), ncol=2))

for (i in 1:length(IDs)) {
temp <- subset(d.test, d.test$index.num == i)
species <- as.vector(temp$Species)
species <- tolower(species)
pruned.tree <- drop.tip(tree, setdiff(tree$tip.label, species))
pd <- sum(pruned.tree$edge.length)
dd[i,1] <-i
dd[i,2] <- pd
}