我试图根据行标签或名称计算相对丰度(在df$path1
中获得每个测试的相对丰度。所以我想从test1
计算计数的相对丰度,并分别从test2
计算计数的相关丰度。test1
的相关丰度数之和等于1。
我目前正在使用vegan
软件包,但对其他选项持开放态度。
测试数据集:
library(vegan)
df <- data.frame(x = c("a", "b", "c", "d", "e"),
path1 = c("test1", "test1", "test2", "test2", "test3"),
value = c(40, 10, 34, 12, 20))
df$relabun <- decostand(df[3], 2, method = "total") #takes relative abundace of whole column
基于df$path1
的相对丰度的理想输出如下:
x path1 relabun_bypath1
a test1 0.8
b test1 0.2
c test2 0.74
d test2 0.26
e test3 1
这是一个经典的拆分-应用-组合问题。基本R中最字面的方式是
- 用CCD_ 7分组分割数据帧
- 使用
*apply
应用函数,以及 - 与CCD_ 9或CCD_
所以
unlist(lapply(split(df, df$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的变量。然而,base有一个很好的函数ave
,它可以为我们跨组应用一个函数:
ave(df$value, df$path1, FUN = function(x){x / sum(x)})
# [1] 0.8000000 0.2000000 0.7391304 0.2608696 1.0000000
它要简洁得多,并且同样可以分配给一个新的变量。
如果你更喜欢Hadleyverse,dplyr
的分组可以使过程更可读:
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
正如您所看到的,它返回data.frame的新版本,我们可以使用它来覆盖现有版本或制作新的副本。
无论你选择哪种路线,都要熟悉逻辑,因为你可能会经常使用它。更好的是,学习所有这些。以及CCD_ 13和CCD_ 14/CCD_。和data.table
。。。为什么不呢?
注意:如果您愿意,还可以用prop.table
函数替换value / sum(value))
构造。它更简洁(例如ave(df$value, df$path1, FUN = prop.table)
),但它的作用不那么明显,这就是为什么我没有在这里使用它。