将列保留在等于或大于给定值的行中

Question

不知道该如何表达，因为我知道的所有 R 编码都会根据总和值删除整行，但这是我想要做的一个示例。

我想从各个站点获取分类信息，但只保留在整个样本中至少出现 3 次的级别。

例如在下表中，尽管在 River mile 15 处双翅目被识别为存在一次 - 双翅目在样本中总体出现 38 次，因此我想保留该行。 Chaetocladius 属相同，虽然它在 RM0.7 中出现一次，但在样本中出现了 5 次，所以我会保留它。

此外，对于一个级别出现足够多次以保留右侧的情况，这些情况很少见，需要删除并替换为 NA。例如，在 RM15 与 Order Blattoidea 或 RM80 的情况下，Chironomus atroviridis 物种仅存在一次，但 Insecta 和 Chironomus 存在足够的时间以保持，因此我想保持这些水平，但用 NA 替换其余的水平。

RM  phylum      class   order   family          genus           species             Sum
0.5 Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   Chaetocladius mel   1
15  Arthropoda  Insecta Diptera NA              NA              NA  1
15  Arthropoda  Insecta Blattoidea   NA         NA              NA  1
0.7 Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   NA  1
54  Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   NA  2
35  Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   NA  2
80  Arthropoda  Insecta Diptera Chironomidae    Chironomus  Chironomus atroviridis  2
80  Arthropoda  Insecta Diptera Chironomidae    Chironomus  Chironomus bifurcatus   1
0.5 Arthropoda  Insecta Diptera Chironomidae    Chironomus  Chironomus bifurcatus   29

新的输出看起来像这样 -

RM  phylum  class   order   family  genus   species Sum
0.5 Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   NA  1
15  Arthropoda  Insecta Diptera NA              NA              NA  1
15  Arthropoda  Insecta NA      NA              NA              NA  1
0.7 Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   NA  1
54  Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   NA  2
35  Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   NA  2
80  Arthropoda  Insecta Diptera Chironomidae    Chironomus      NA  2
80  Arthropoda  Insecta Diptera Chironomidae    Chironomus  Chironomus bifurcatus   1
0.5 Arthropoda  Insecta Diptera Chironomidae    Chironomus  Chironomus bifurcatus   29

我已经汇总了值为 3 或更大的这些分类群的每个级别的列表，我想也许我可以通过每个级别（从门到物种）工作，但不知道如何去做。

请帮忙。

Answer 1

可能有一种更简单的方法可以做到这一点，但这会提供您想要的输出。它包含在一个函数clean_data 中，您可以在其中指定某些东西必须存在多少次才能保留。在这种情况下，那些在提供的数据中出现次数不超过两次的将被替换为 NA。这符合您的需求吗？

dat <- read.table(header=T, text='
RM  phylum      class   order   family          genus           species             Sum
0.5 Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   "Chaetocladius mel"   1
                  15  Arthropoda  Insecta Diptera NA              NA              NA  1
                  15  Arthropoda  Insecta Blattoidea   NA         NA              NA  1
                  0.7 Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   NA  1
                  54  Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   NA  2
                  35  Arthropoda  Insecta Diptera Chironomidae    Chaetocladius   NA  2
                  80  Arthropoda  Insecta Diptera Chironomidae    Chironomus  "Chironomus atroviridis"  2
                  80  Arthropoda  Insecta Diptera Chironomidae    Chironomus  "Chironomus bifurcatus"   1
                  0.5 Arthropoda  Insecta Diptera Chironomidae    Chironomus  "Chironomus bifurcatus"   29
                  ')

clean_data <- function(dat, repeats){
  # get the counts of each level within each column
  counts <- sapply(dat[,colnames(dat) != c("RM", "Sum")], table)

  # convert data to matrix for indexing
  dat <- as.matrix(dat)

  indices <- unlist(
    # get indices of where the elements are in data matrix
    lapply(
      # remove list elements that are character(0)
      Filter(length,
                  # find which levels are only present 'repeats' times
                  lapply(counts,FUN = function(x) names(which(x < repeats)))),
      FUN = function(y) which(dat %in% y)))

  # set indices to NA
  dat[indices] <- NA
  return(as.data.frame(dat))
}

clean_data(dat, 2)

> clean_data(dat, 2)
    RM     phylum   class   order       family         genus               species Sum
1  0.5 Arthropoda Insecta Diptera Chironomidae Chaetocladius                  <NA>   1
2 15.0 Arthropoda Insecta Diptera         <NA>          <NA>                  <NA>   1
3 15.0 Arthropoda Insecta    <NA>         <NA>          <NA>                  <NA>   1
4  0.7 Arthropoda Insecta Diptera Chironomidae Chaetocladius                  <NA>   1
5 54.0 Arthropoda Insecta Diptera Chironomidae Chaetocladius                  <NA>   2
6 35.0 Arthropoda Insecta Diptera Chironomidae Chaetocladius                  <NA>   2
7 80.0 Arthropoda Insecta Diptera Chironomidae    Chironomus                  <NA>   2
8 80.0 Arthropoda Insecta Diptera Chironomidae    Chironomus Chironomus bifurcatus   1
9  0.5 Arthropoda Insecta Diptera Chironomidae    Chironomus Chironomus bifurcatus  29