通过R中的行标签计算相对丰度？（素食套餐？）答案

【问题标题】：Calculate relative abundance by row label in R? (vegan package?)通过R中的行标签计算相对丰度？（素食套餐？）
【发布时间】：2016-05-06 21:21:23
【问题描述】：

我正在尝试根据行标签或名称计算相对丰度（获取 df$path1 中每个测试的相对丰度。所以我想计算来自 test1 的计数的相对丰度，并计算相对丰度分别来自test2 的计数丰度。来自test1 的相对丰度数之和等于1。

我目前正在使用vegan 包，但可以使用其他选项。

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 的相对丰度的理想输出如下所示：

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

【问题讨论】：

标签： r dataframe vegan

【解决方案1】：

这是一个经典的拆分-应用-组合问题。基础 R 中最直接的方式是

用split按组分割data.frame，
使用*apply 应用函数，然后
与do.call(rbind, ... ) 或unlist 结合使用。

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

我们可以将其分配给一个新变量。但是，base 有一个很好的函数，虽然名字有点奇怪，叫做 ave，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

这样更简洁，同样可以分配给一个新变量。

如果您更喜欢 Hadleyverse，dplyr 的分组可以使过程更具可读性：

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，我们可以用它来覆盖现有的或制作一个新副本。

无论您选择哪种路线，都要对逻辑感到满意，因为您可能会经常使用它。更好的是，全部学习。还有tapply 和mapply/Map。还有data.table...为什么不呢？

注意：如果您愿意，也可以将 value / sum(value)) 构造替换为 prop.table 函数。它更简洁（例如ave(df$value, df$path1, FUN = prop.table)），但它的作用不太明显，这就是我在这里没有使用它的原因。

【讨论】：