vegan r 包中的 rda 测试出错。未正确读取变量答案

【问题标题】：error with rda test in vegan r package. Variable not being read correctlyvegan r 包中的 rda 测试出错。未正确读取变量
【发布时间】：2020-03-13 07:28:03
【问题描述】：

我正在尝试使用 vegan 包执行简单的 RDA，以使用以下数据框测试深度、盆地和扇区对遗传种群结构的影响。

datafile。

“ALL”变量是遗传种群分配（结构）。

如果指向我的数据的链接不能正常工作，我将在此处粘贴我的数据框的 sn-p。

我是这样读入数据的：

RDAmorph_Oct6 <- read.csv("RDAmorph_Oct6.csv")

我的问题有两个： 1) 我似乎无法正确读取我的遗传变量。我已经尝试了三件事来解决这个问题。

gen=rda(ALL ~ Depth + Basin + Sector, data=RDAmorph_Oct6, na.action="na.exclude")
Error in eval(specdata, environment(formula), enclos = globalenv()) : 
  object 'ALL' not found
In addition: There were 12 warnings (use warnings() to see them)

所以，我尝试了类似的方法：

> gen=rda("ALL ~ Depth + Basin + Sector", data=RDAmorph_Oct6, na.action="na.exclude")
Error in colMeans(x, na.rm = TRUE) : 'x' must be numeric

所以我指定了数字

> RDAmorph_Oct6$ALL = as.numeric(RDAmorph_Oct6$ALL)
> gen=rda("ALL ~ Depth + Basin + Sector", data=RDAmorph_Oct6, na.action="na.exclude")
Error in colMeans(x, na.rm = TRUE) : 'x' must be numeric

我真的很困惑。我也尝试使用dataset$variable 指定每个变量，但这也不起作用。

奇怪的是，如果我查看环境变量对不同的复合变量的影响，我可以让 rda 工作

MC = RDAmorph_Oct6[,5:6]
H_morph_var=rda(MC ~ Depth + Basin + Sector, data=RDAmorph_Oct6, na.action="na.exclude")

请注意，我确实尝试仅提取上面遗传 rda 的 ALL 列。这也不起作用。无论如何，这导致了我的第二个问题。

当我尝试绘制 rda 时，我得到了一个超级奇怪的情节。注意三个地方的五个点。我不知道这些是从哪里来的。

我必须绘制遗传 rda 图表，我想我会想出同样的问题，所以我想我现在就问。

我已经阅读了几个教程，并尝试了每个问题的多次迭代。我在这里提供的是我认为最好的总结。如果有人能给我一些线索，我将不胜感激。

【问题讨论】：

目前尚不清楚ALL 是什么，但您可以返回编辑您的帖子，因为您似乎没有正确标记图表和数据。 ALL 通常是包含至少 1 列的数据框，但我推断它是 in 您的数据对象的列。
嗯，我刚刚编辑了它并重新做了所有的链接。奇怪的是，他们似乎仍然没有工作。 @ReinstateMonica-G.Simpson，你能给我推荐另一种上传/发布它们的方法吗？
您对反引号的使用使我认为的解析器感到困惑。至少在反引号之前有一个换行符
我修复了一些，但至少有一个数字仍然损坏
啊，我明白了。这些链接现在可以使用@ReinstateMonica-G.Simpson。太糟糕了，我不能只粘贴图片（它不能这样做），但链接可以看到它。

标签： r vegan rda

【解决方案1】：

文档?rda 指出，指定模型的公式左侧需要是数据矩阵。您不能将 data 对象中的变量名称作为左侧传递（或者至少如果这是预期的，这样做会暴露我们如何解析公式的错误，这会导致进一步的错误)。

您需要的是一个数据框，其中包含公式左侧的变量 ALL。

这行得通：

library('vegan')
df <- read.csv('~/Downloads/RDAmorph_Oct6.csv')

ALL <- df[, 'ALL', drop = FALSE]

注意drop = FALSE，它会阻止 R 删除空维度（即将单列数据框转换为向量。

然后你原来的电话工作：

ord <- rda(ALL ~ Basin + Depth + Sector, data = df, na.action = 'na.exclude')

【讨论】：

【解决方案2】：

问题在于 rda 期望公式的第一部分有一个单独的 df（您的代码中的 ALL），并且不使用 data = 参数中的那个。

如上所述，您可以使用分析所需的变量创建一个新的 df，但这里有一个应该也可以工作的单线解决方案：

gen <- rda(RDAmorph_Oct6$ALL ~ Depth + Basin + Sector, data = RDAmorph_Oct6, na.action = na.exclude)

【讨论】：

【解决方案3】：

这部分类似于 Gavin Simpson 的回答。数据框中的分类向量也存在问题。您可以使用library(data.table) 和rowid 函数将分类变量设置为唯一整数。最好不要使用它们。我也想把ID向量设置为站点名称，但是我现在太懒了。

library(data.table)
RDAmorph_Oct6 <- read.csv("C:/........../RDAmorph_Oct6.csv")

#remove NAs before. I like looking at my dataframes before I analyze them.
RDAmorph_Oct6 <- na.omit(RDAmorph_Oct6)

#I removed one duplicate
RDAmorph_Oct6 <- RDAmorph_Oct6[!duplicated(RDAmorph_Oct6$ID),]

#Create vector with only ALL
ALL  <- RDAmorph_Oct6$ALL

#Create data frame with only numeric vectors and remove ALL
dfn  <- RDAmorph_Oct6[,-c(1,4,11,12)]

#Select all categorical vectors.
dfc  <- RDAmorph_Oct6[,c(1,11,12)]

#Give the categorical vectors unique integers doesn't do this for ID (Why?).
dfc2 <- as.data.frame(apply(dfc, 2, function(x) rowid(x)))

#Bind back with numeric data frame
dfnc <- cbind.data.frame(dfn, dfc2)

#Select only what you need
df   <- dfnc[c("Depth", "Basin", "Sector")]

#The rest you know
rda.out <- rda(ALL ~ ., data=df, scale=T)
plot(rda.out, scaling = 2, xlim=c(-3,2), ylim=c(-1,1))

#Also plot correlations
plot(cbind.data.frame(ALL, df))

扇区和深度的变化最大。几乎合乎逻辑，因为只使用了三个向量。将整数分配给分类向量可能根本没有意义。该函数将自上而下的唯一整数分配给以下唯一字符串。我也不确定您要回答哪个问题。在此基础上，您可以组织数据框。

【讨论】：