将物种区域出现转换为存在/不存在矩阵答案

【问题标题】：Convert species regional occurence to presense/absence matrix将物种区域出现转换为存在/不存在矩阵
【发布时间】：2019-05-14 23:13:10
【问题描述】：

我有一个数据框，其中第一列是物种名称，第二列是物种生活的地方，按区域编码。我想将此数据框转换为存在/不存在矩阵，其中行是物种名称，列是区域，每个记录（在标题之后）是一系列 0（表示给定区域中不存在）和 1（表示存在于给定区域）。

示例输入：

    species     regions
    species1    area1
    species2    area2,area3
    species3    area2,area3

期望的输出：

   species  area1   area2   area3
   species1     1       0       0 
   species2     0       1       1
   species3     0       1       1

有人对如何在 R 中进行这种转换有任何建议吗？

【问题讨论】：

标签： r matrix

【解决方案1】：

dplyr/tidyr 的方法是首先将 species 分成不同的行，group_by species 并为每个组创建一个行标识符，然后将 spread 它转换为宽格式，因为我们只需要在场缺席信息 (1/0) 我们可以将任何大于 1 的数字更改为 1。

library(dplyr)
library(tidyr)

df %>%
  separate_rows(regions, sep = ",") %>%
  group_by(species) %>%
  mutate(row= row_number()) %>%
  spread(regions, row, fill = 0) %>%
  mutate_at(vars(starts_with("area")), ~replace(., . > 1, 1))

#  species  area1 area2 area3
#  <fct>    <dbl> <dbl> <dbl>
#1 species1     1     0     0
#2 species2     0     1     1
#3 species3     0     1     1

【讨论】：

在我的示例中，我使用了 area1、area2、area3。如果区域名称没有模式怎么办？例如南、CAN、CDH
@user11501147 唯一的问题可能出现在mutate_at 的最后一步，在这种情况下，您可以使用列号，然后像mutate_at(2:4, ~replace(., . > 1, 1))

【解决方案2】：

我们可以使用base R 轻松做到这一点，方法是用, 拆分'regions' 列，使用'species' 设置list 元素的名称，将list 转换为两列data.frame使用stack 并使用table 获取频率

table(stack(setNames(strsplit(df1$regions, ","), df1$species)))
#     ind
#values  species1 species2 species3
#  area1        1        0        0
#  area2        0        1        1
#  area3        0        1        1

或者更简洁的mtabulate

library(qdapTools)
cbind(df1[1], mtabulate(strsplit(df1$regions, ",")))
#    species area1 area2 area3
#1 species1     1     0     0
#2 species2     0     1     1
#3 species3     0     1     1

数据

df1 <- structure(list(species = c("species1", "species2", "species3"
), regions = c("area1", "area2,area3", "area2,area3")), 
class = "data.frame", row.names = c(NA, 
 -3L))

【讨论】：