识别部分数据框中的唯一观测值（由因子定义）答案

【问题标题】：Identification of unique observations in a partial dataframe (defined by a factor)识别部分数据框中的唯一观测值（由因子定义）
【发布时间】：2015-07-27 15:10:41
【问题描述】：

在按物种（列）矩阵的样本（行）中，包含子集（由列处理分配）：

data <- structure(list(S1 = c(0L, 0L, 1L, 0L, 0L, 1L, 1L, 1L, 1L), S2 = c(0L, 
0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L), S3 = c(0L, 1L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L), Treatment = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 
3L, 3L, 3L), .Label = c("A", "B", "C"), class = "factor")), .Names = c("S1", 
"S2", "S3", "Treatment"), class = "data.frame", row.names = c(NA, 
9L))

我想确定仅在给定处理中出现的那些物种。

这可能吗？非常感谢！

/编辑：

我想知道 i) 每次处理的独特物种数量，以及 ii) 想创建包含每次处理唯一的物种名称的向量。

【问题讨论】：

请提供您想要的输出

标签： r

【解决方案1】：

对于每种治疗方法唯一的物种名称，我会使用（尽管它可能会被优化）

sapply(data[-4L], function(x) { 
  temp <- data[x == 1L, 4L]
  if(length(unique(temp)) == 1) as.character(unique(temp)) else ""
})

# S1  S2  S3 
# "" "B" "A"

对于每个处理的独特物种数量，这里是一个矢量化选项

rowSums(!!rowsum(data[-4L], data[, 4L]))
# A B C 
# 2 2 1

【讨论】：

谢谢！也许我发布了错误的问题，但您的回答为我提供了每次治疗发现的物种数量。例如我得到：$Ac_4126_4 [1]“八月”“十月”“十一月”，所以这个物种在三个月内被发现（~治疗）。但是，我的问题与在给定处理中仅发现的物种有关。
第一个输出为您提供仅一次处理中发现的观察结果。例如，S2 仅在处理 B 中找到。 S3 仅在治疗 A 中发现。 S1 存在于两种不同的处理中，因此它的值为 NULL
只是为了确保，由于我不擅长语法，如果因子变量在第 n 列中，如何修改代码？只是 lapply(data.ap[-nL], function(x) { temp
是的，完全一样。 rowsum(data[-4L], data[, 4L]) 将提供与 dplyr 选项相同的输出。
使用 sapply() 的版本几乎是我想要的。谢谢。

【解决方案2】：

library(dplyr)
data %>%
  group_by(Treatment) %>%
  summarise(S1 = any(S1 == 1),
            S2 = any(S2 == 1),
            S3 = any(S3 == 1))

每次处理为您提供一行，每个物种为您提供一列。 TRUE 表示在该处理中发现了该物种。

【讨论】：

不确定这是否解决了问题，但如果是，您可以简化为：data %>% group_by(Treatment) %>% summarise_each(funs(any(. == 1)))
噢...summarise_each！这对我来说是新的，我喜欢它！
不知道如何回答问题
我将问题解释为如何确定哪些物种接受了治疗。 S1 和 S3 在治疗 A 中的某处都列出了 1，因此它们返回 TRUE。但严格来说，如果没有更好地了解 nouse 希望的输出，我们不知道它是否回答了问题。它只回答了我对这个问题的解释。
谢谢你。我应该更准确地发布问题。对于初学者，我想知道每个处理的独特物种的数量，在第二步中，每个处理独特物种的观察频率直方图会很好。现在，我可以轻松地将输出传输到 excel 并按“true”排序。