在 R 中创建按丰度加权的物种特征表

Question

我有一个物种特征表（>400 个物种，50 个特征中的每一个都有分数）。我希望通过在多个站点 （150 个站点） 记录的物种丰度来衡量这一点，最终创建一个每个站点中每个单独性状的总得分表。我可以手动执行此操作（见下文），但不确定如何更有效地编写代码。

T1 <- c(0,1,0); T2 <- c(0,0,0.5); T3 <- c(1,0,0.5);
T4 <- c(1,0,0.5); T5 <- c(0,1,0.5);
df.trt <- data.frame(T1,T2,T3,T4,T5)
rownames(df.trt) <- c("Species.A", "Species.B", "Species.C")
rm(T1,T2,T3,T4,T5)

Site.1 <- c(10,0,1); Site.2 <- c(0,3,7); Site.3 <- c(2,4,100)
df.abund <- data.frame(Site.1,Site.2,Site.3)
rownames(df.abund) <- c("Species.A", "Species.B", "Species.C")
rm(Site.1,Site.2,Site.3)
### Table of Species Traits
df.trt

### Table of Species Abundance
df.abund

###Generating the weighted table manually
Site.1 <- c(sum(df.trt[,1]*df.abund[,1]),
            sum(df.trt[,2]*df.abund[,1]), sum(df.trt[,3]*df.abund[,1]),
            sum(df.trt[,4]*df.abund[,1]), sum(df.trt[,5]*df.abund[,1]))
Site.2 <- c(sum(df.trt[,1]*df.abund[,2]),
            sum(df.trt[,2]*df.abund[,2]), sum(df.trt[,3]*df.abund[,2]),
            sum(df.trt[,4]*df.abund[,2]), sum(df.trt[,5]*df.abund[,2]))
Site.3 <- c(sum(df.trt[,1]*df.abund[,3]),
            sum(df.trt[,2]*df.abund[,3]), sum(df.trt[,3]*df.abund[,3]),
            sum(df.trt[,4]*df.abund[,3]), sum(df.trt[,5]*df.abund[,3]))
wt.trt <- data.frame(Site.1, Site.2, Site.3)
rm(Site.1,Site.2,Site.3)
rownames(wt.trt) <- c("T1","T2","T3","T4","T5")
wt.trt <- t(wt.trt); wt.trt <- data.frame(wt.trt)

###To generate the following table
wt.trt

我知道这不应该是一项过于繁重的任务，但我不知道如何去做。感谢您提供的任何建议。

PS：我对 R 还很陌生，这是我在 Stack Overflow 上的第一篇文章，如果我不小心不遵守网站规则/礼仪，我深表歉意。我不认为这是一个重复的查询（或者至少，我找不到任何有帮助的东西）

Answer 1

上面的代码可以变成一个循环。以下是隐藏/避免循环的方法：

do.call(rbind,
  lapply(df.abund, function(x) colSums(x*df.trt))
)
#        T1   T2   T3   T4   T5
# Site.1  0  0.5 10.5 10.5  0.5
# Site.2  3  3.5  3.5  3.5  6.5
# Site.3  4 50.0 52.0 52.0 54.0

这会计算每一行，然后将它们绑定在一起。 （尝试只运行第二行来查看。）

sapply(df.abund, function(x) colSums(x*df.trt))
#    Site.1 Site.2 Site.3
# T1    0.0    3.0      4
# T2    0.5    3.5     50
# T3   10.5    3.5     52
# T4   10.5    3.5     52
# T5    0.5    6.5     54

这一次计算了整个事情，但不幸的是翻转了行和列。

Answer 2

以下可用于执行权重计算：

wt.trt <- data.frame(colSums(df.trt*df.abund[,1]),colSums(df.trt*df.abund[,2]),colSums(df.trt*df.abund[,3]))
rownames(wt.trt) <- c("T1","T2","T3","T4","T5")
wt.trt <- t(wt.trt); wt.trt <- data.frame(wt.trt)    
###To generate the following table
View(wt.trt)