R：列表中的求和频率

编辑：使用的包装为：

plyr

和

vegan

。R是最新的版本

我的基本数据如下：

X1 = c('Archea01', 'Bacteria01', 'Bacteria02') 
Sample1 = c(0.2,NA,NA) 
Sample2 = c(0, 0.001, NA) 
Sample3 = c(0.04, NA, NA)
df = data.frame(X1,Sample1,Sample2,Sample3)
df
          X1 Sample1 Sample2 Sample3
1   Archea01     0.2   0.000    0.04
2 Bacteria01      NA   0.001      NA
3 Bacteria02      NA      NA      NA

有目的地使用NAs生成数据，以反映真实数据

我的目标是总结每个样本中细菌/原型发生的频率，这将理想地创建这种类型的数据框架：

Sample1    Sample2    Sample3
23         11         12

        X1                                  Sample1
dfFreq list(x = 1:1885, freq = c(1, 1, 1)   list(x = c(1, 2, 3)

我已成功创建了一个频率列表：

dfFreq <- apply(df, 2, count)

这不是我想要的

关于如何A）求和频率，然后转换成我想要的数据帧，或者B）将列表转换成可以求和频率列的合理数据帧，有什么想法吗？我认为A是我能达到我想要的目的的唯一途径，但对此的任何想法都将不胜感激

编辑2.0： Ryan Morton提出了以下代码：

require(dplyr)
dfBound <- rbind(dfFreq)

虽然这似乎更接近解决方案，但我注意到每个列表要么遵循X1的格式，要么遵循Sample1的格式（x=c（1,2,3，等等），这表明绑定列表的过程中发生了错误

有没有关于为什么这可能不起作用的想法，以及对列表中的频率求和有什么解决方案

非常感谢。

更新 我想出了如何将我原来的频率表求和，并将其转换为我所希望的数据帧。感谢Ryan Morton为我指明了正确的方向并提供了代码

dfNARemoved <- lapply(dfFreq, function(x) transform(x[-nrow(x),]))#removing useless NAs in my data
dfFreqxRemoved <- lapply(dfNARemoved, function(x) { x["x"] <- NULL; x })     #removing useless x column
dfSum <- lapply(dfFreqxRemoved, function(x) sum(x))
require(dplyr)
#Now converting into a dataframe
dfBound <- rbind(dfSum)
dfData <- as.data.frame(dfBound)

---

dfNARemoved我不明白您提供的样本数据是如何产生您提到的频率的。请详细说明或提供匹配的数据/输出。此外，
count
不是一个基本的R函数。如果您使用任何包，请显式提及它们或添加它们的标记。I'd rbind（）数据帧列表，然后对频率进行求和。使用dplyr的group_by函数应该可以工作：df%%>%group by（x）%%>%summarise（freq=sum（freq）。如果需要样本名称，则需要将样本名称添加到每个数据帧中（并通过函数将该变量添加到group_中）@lmo对此表示抱歉-我所做的编辑让它更清晰了吗？@RyanMorton非常感谢你。这看起来应该正是我要找的。我明天会试试看是否可行。@RyanMorton代码对我来说还不合适（见上面的编辑）.知道为什么吗？我想知道NAs是否会影响命令。。。
require(dplyr)
dfBound <- rbind(dfFreq)

        X1                                  Sample1
dfFreq list(x = 1:1885, freq = c(1, 1, 1)   list(x = c(1, 2, 3)

dfNARemoved <- lapply(dfFreq, function(x) transform(x[-nrow(x),]))#removing useless NAs in my data
dfFreqxRemoved <- lapply(dfNARemoved, function(x) { x["x"] <- NULL; x })     #removing useless x column
dfSum <- lapply(dfFreqxRemoved, function(x) sum(x))
require(dplyr)
#Now converting into a dataframe
dfBound <- rbind(dfSum)
dfData <- as.data.frame(dfBound)