我有3个数据框(行:网站,列:物种名称),这些数据框内的物种丰富度。行号相同,但列号不同,因为并非所有物种都在所有三个数据帧中。我想将它们合并到一个数据框架中,总结出相同物种的丰富程度。例如:
data.frame1
Sp1 Sp2 Sp3 Sp4
site1 1 2 3 1
site2 0 2 0 1
site3 1 1 1 1
data.frame2
Sp1 Sp2 Sp4
site1 0 1 2
site2 1 2 0
site3 1 1 1
data.frame3
Sp1 Sp2 Sp5 Sp6
site1 0 1 1 1
site2 1 1 1 5
site3 2 0 0 0
我想拥有的是:
Sp1 Sp2 Sp3 Sp4 Sp5 Sp6
site1 1 4 3 3 1 1
site2 2 5 0 1 1 5
site3 4 2 1 2 0 0
我想我必须使用合并,但到目前为止,我的尝试未能得到我想要的东西。
感谢任何帮助。
答案 0 :(得分:21)
我会像这样使用plyr
的{{1}}:
rbind.fill
然后,与pp <- cbind(names=c(rownames(df1), rownames(df2), rownames(df3)),
rbind.fill(list(df1, df2, df3)))
# names Sp1 Sp2 Sp3 Sp4 Sp5 Sp6
# 1 site1 1 2 3 1 NA NA
# 2 site2 0 2 0 1 NA NA
# 3 site3 1 1 1 1 NA NA
# 4 site1 0 1 NA 2 NA NA
# 5 site2 1 2 NA 0 NA NA
# 6 site3 1 1 NA 1 NA NA
# 7 site1 0 1 NA NA 1 1
# 8 site2 1 1 NA NA 1 5
# 9 site3 2 0 NA NA 0 0
plyr's
合并如下:
ddply
答案 1 :(得分:7)
另一种方法是使用melt/cast
中的reshape2
。这是一个简单的例子:
df1 <- read.table(header=T, text="
Sp1 Sp2 Sp3 Sp4
site1 1 2 3 1
site2 0 2 0 1
site3 1 1 1 1")
df2 <- read.table(header=T, text="
Sp1 Sp2 Sp4
site1 0 1 2
site2 1 2 0
site3 1 1 1")
df3 <- read.table(header=T, text="
Sp1 Sp2 Sp5 Sp6
site1 0 1 1 1
site2 1 1 1 5
site3 2 0 0 0")
df1$site <- rownames(df1)
df2$site <- rownames(df2)
df3$site <- rownames(df3)
DF <- rbind(melt(df1,id="site"),melt(df2,id="site"),melt(df3,id="site"))
dcast(data=DF,formula=site ~ variable,fun.aggregate=sum)
site Sp1 Sp2 Sp3 Sp4 Sp5 Sp6
1 site1 1 4 3 3 1 1
2 site2 2 5 0 1 1 5
3 site3 4 2 1 2 0 0
简而言之,我们使用站点指定作为附加变量,并将每个数据帧转换为长格式,然后将它们连接成单个数据帧。后者包含长格式的所有值。使用dcast
,我们创建您需要的数据框,网站在行中(公式的左侧),变量在列中(公式的右侧)。 sum函数用于生成多个单元格的变量。
当然,代码可以扩展到循环或* apply函数的更一般情况。
答案 2 :(得分:5)
添加可用选项,这里还有两个坚持基础R.
第一个选项:广泛聚合(排序)
temp <- cbind(df1, df2, df3)
temp
# Sp1 Sp2 Sp3 Sp4 Sp1 Sp2 Sp4 Sp1 Sp2 Sp5 Sp6
# site1 1 2 3 1 0 1 2 0 1 1 1
# site2 0 2 0 1 1 2 0 1 1 1 5
# site3 1 1 1 1 1 1 1 2 0 0 0
sapply(unique(colnames(temp)),
function(x) rowSums(temp[, colnames(temp) == x, drop = FALSE]))
# Sp1 Sp2 Sp3 Sp4 Sp5 Sp6
# site1 1 4 3 3 1 1
# site2 2 5 0 1 1 5
# site3 4 2 1 2 0 0
第二个选项:半宽到长到宽
从概念上讲,这与Maxim类似。 K的答案:以长篇形式获取数据,这使得操作更容易:
> temp1 <- t(cbind(df1, df2, df3))
> # You'll get a warning in the next step
> # Safe to ignore though...
> temp2 <- data.frame(var = rownames(temp), stack(data.frame(temp)))
Warning message:
In data.row.names(row.names, rowsi, i) :
some row.names duplicated: 5,6,7,8,9 --> row.names NOT used
> xtabs(values ~ ind + var, temp2)
var
ind Sp1 Sp2 Sp3 Sp4 Sp5 Sp6
site1 1 4 3 3 1 1
site2 2 5 0 1 1 5
site3 4 2 1 2 0 0
答案 3 :(得分:2)
Arun回答的另一种选择: 创建一个“模板”数组,其中包含您需要的所有列
Rgames> bbar<-data.frame('one'=rep(0,3),'two'=rep(0,3),'three'=rep(0,3))
Rgames> bbar
one two three
1 0 0 0
2 0 0 0
3 0 0 0
然后,给出每个数据框,如
Rgames> bar1<-data.frame('one'=c(1,2,3),'two'=c(4,5,6))
Rgames> bar1
one two
1 1 4
2 2 5
3 3 6
创建扩展数据框:
Rgames> newbar1<-bbar
Rgames> for (jj in names(bar) ) newbar1[[jj]]<-bar[[jj]]
Rgames> newbar1
one two three
1 1 4 0
2 2 5 0
3 3 6 0
然后对所有这些扩展数据帧求和。笨拙但很简单。