如何计算物种矩阵中一行中唯一的数量？

Question

我正在尝试确定哪些行具有唯一性（仅在该行中观察到的物种，而不是在我的物种矩阵的任何其他行中观察到的物种）。我设置了数据矩阵，其中列作为单独的物种，行作为单独的采样单位（在我们的例子中为横断面）。

例如，物种 1 仅在第 8 行中找到，而在数据集中的其他位置没有找到，那么我想知道第 8 行包含 1 个唯一物种。如果物种 4 也只在第 8 行中被发现，那么独特物种的数量将为 2 等。注意：我在数据集中发现的一些独特物种的丰度大于 1，这意味着它们在样带上被发现的数量更多不止一次，但它们仍然只在那条样带中被发现（仍然被认为是唯一的）。

以下是一些示例数据，其中第 3 行有两个唯一值，第 5 行有 1 个唯一值：

 example_data <- data.frame(Species1 = c(1, 2, 3, 4, 5),
                             Species2 = c(6, 7, 8, 9, 10),
                             Species3 = c(0, 0, 13, 0, 0),
                             Species4 = c(0, 0, 0, 0, 20),
                             Species5 = c(0, 0, 23, 0, 0))

尝试使用 ChatGPT 但无济于事，我能够通过 VIA excel 找出该数据集确实具有唯一性。我还想出了如何让 R 告诉我哪些物种只被发现一次，但我更感兴趣的是哪些行（横断面）有独特之处以及有多少，而不是哪些物种是独特的。

此外，有没有一种方法可以列出所有行和唯一行数？对于示例数据，它将是 0,0,2,0,1。我感兴趣的是哪些行也没有唯一性（0 个唯一性）。

Answer 1

您可以像这样使用

colSums

+

rowSums

：

cbind(example_data,
      uniques = rowSums(example_data[colSums(example_data > 0) == 1] > 0))

#   Species1 Species2 Species3 Species4 Species5 uniques
# 1        1        6        0        0        0       0
# 2        2        7        0        0        0       0
# 3        3        8       13        0       23       2
# 4        4        9        0        0        0       0
# 5        5       10        0       20        0       1

要检查唯一值的位置，您可以执行以下操作：

which(example_data[colSums(example_data > 0) == 1] > 0, arr.ind = TRUE)

#      row col
# [1,]   3   1
# [2,]   5   2
# [3,]   3   3

Answer 2

因为您感兴趣的是哪些行具有唯一性以及有多少行，而不是哪些物种是唯一的：

您可以通过首先查找哪些物种是唯一的，然后使用

which(..., ind.arr = TRUE)

:

来查找具有唯一值的行和列索引

uniques <- vapply(example_data, \(x) sum(x !=0) == 1, logical(1L))

# Species1 Species2 Species3 Species4 Species5 
#    FALSE    FALSE     TRUE     TRUE     TRUE 

rowcol_uniques <- which(example_data[uniques] != 0, arr.ind = TRUE)
rownames(rowcol_uniques) <- names(uniques[uniques])

#            row col
# Species3   3   1
# Species4   5   2
# Species5   3   3

您可以通过

table

找到有多少：

table(rowcol_uniques[,1])

# 3 5 
# 2 1 

在您的编辑中，您提到您想找出所有总和以及没有唯一值的总和 - 为此您可以

merge

：

anyuniques <- merge(data.frame(row = seq_len(nrow(example_data))), 
                    as.data.frame(table(row = rowcol_uniques[,1])), 
                    all.x = TRUE)
anyuniques[is.na(anyuniques)] <- 0

#   row Freq
# 1   1    0
# 2   2    0
# 3   3    2
# 4   4    0
# 5   5    1

Answer 3

如果您只想返回具有唯一值的行和相应的唯一值：

ind <- apply(example_data >= 1, 2, which)
stack(ind[lengths(ind) == 1])

  values      ind
1      3 Species3
2      5 Species4
3      3 Species5

Answer 4

您可以首先

subset

对于具有“唯一”的列，

lapply

与其余列进行大于零的比较，最后识别

which

。

> d |> subset(select=colSums(d > 0) == 1) |> lapply(`>`, 0) |> sapply(which)
Species3 Species4 Species5 
       3        5        3 

要计算行中的唯一性，您可以执行以下操作：

> rowSums((d > 0)[, colSums(d > 0) < nrow(d)]) |> setNames(seq_len(nrow(d)))
1 2 3 4 5 
0 0 2 0 1 

---

数据：

> dput(d)
structure(list(Species1 = c(1, 2, 3, 4, 5), Species2 = c(6, 7, 
8, 9, 10), Species3 = c(0, 0, 13, 0, 0), Species4 = c(0, 0, 0, 
0, 20), Species5 = c(0, 0, 23, 0, 0)), class = "data.frame", row.names = c(NA, 
-5L))