R-根据列名称将列添加到一起

我有一个数据框（df1），其中包括每个样本中不同物种的丰度：

> SampleID   Sp1   Sp2   Sp3   Sp4   ... Spn
> asb-001      3     0     0    23         9
> asb-002      4    15    10    56        98
> asb-003      8    45     8   453         0
> asb-004      0     5     0     3         6
> asb-005    120    56     0     0         0
...

每列代表不同的物种

我有另一个数据帧（df2）

家族名称比物种名称少

我想根据物种名称将列添加到一起，以获得该科的总数（例如Sp1+Sp3+Sp6=Fam1）。我不想保留物种名称的原始列

如果一切按计划进行，我的新数据帧（df3）将如下所示：

> SampleID  Fam1  Fam2  Fam3 
> asb-001     12     0     9 
> asb-002     14    18   112 
> asb-003     28    58    18
> asb-004     10    12    10
> asb-005    142    65     0
...

---

我可以手动浏览并将单个物种添加到一起，但对于大型数据集来说，这似乎很乏味，而且可能会产生错误。我觉得我应该融化df1，但我对细节没有信心。任何建议都将不胜感激

将原始数据更改为长格式，并根据物种族映射加入。然后，您可以使用

group\u by

计算每个族的总和。最后，将数据以宽幅格式展开

library( tidyverse )

df1 %>% gather( Sp, Value, -SampleID ) %>%     # Convert to long format
  inner_join( df2 ) %>%                        # Combine with family mapping
  group_by( SampleID, Fam ) %>%                # Work on each sample/family pair
  summarize( ValSum = sum(Value) ) %>%         # Compute the sum across species
  ungroup %>% spread( Fam, ValSum, fill=0 )    # Convert back to wide format

---

根据每个样本是否在每个族中表示，在转换回宽格式后，您可能会得到

NA

。可选参数

fill=0

负责将这些

NA

转换为0。

将原始数据更改为长格式，并根据物种族映射进行合并。然后，您可以使用

group\u by

计算每个族的总和。最后，将数据以宽幅格式展开

library( tidyverse )

df1 %>% gather( Sp, Value, -SampleID ) %>%     # Convert to long format
  inner_join( df2 ) %>%                        # Combine with family mapping
  group_by( SampleID, Fam ) %>%                # Work on each sample/family pair
  summarize( ValSum = sum(Value) ) %>%         # Compute the sum across species
  ungroup %>% spread( Fam, ValSum, fill=0 )    # Convert back to wide format

---

根据每个样本是否在每个族中表示，在转换回宽格式后，您可能会得到

NA

。可选参数

fill=0

负责将这些

NA

转换为0。

另一种方法是使用

库（data.table）

：

---

另一种方法是使用

库（data.table）

：

---

您可能希望

收集

df1，然后在

Sp

上执行左连接。从类似的

tidyr:：gather（df1，key='Sp'，value='value'，2:n）%%>%dplyr:：left_join（df1，df2，by='Sp'）

开始。您可能希望

gather

df1，然后在

Sp

上执行左连接。从类似于

tidyr:：gather（df1，key='Sp'，value='value'，2:n）%%>%dplyr:：left_join（df1，df2，by='Sp'）的内容开始。

。

setDT(df1); setDT(df2) # Convert data.frames into data.tables

x = df2[melt(df1, variable.name = 'Sp'), on = 'Sp'] # Join melted df1 to df2 on species
df3 = dcast(x, SampleID~Fam, fun.aggregate = sum) # cast to wide format by summing total values per family