2

Me gustaría encontrar una forma más simple para realizar este script. Tengo un dataframe:

      ClearDatos<-Datraframe

 species level:
 Site      Date    Habitat    Season    Year     Taxa
 Q1F    08_09_2015  Oak     Autumn   2015-2016   Adonis_flammea
 Q2F    08_09_2015  Oak     Autumn   2015-2016   Agrimonia_eupatoria
 Q4F    08_09_2015  Oak     Autumn   2015-2016   Ajuga_chamaepitys
 Q1P    08_09_2015  Oak     Autumn   2015-2016   Ajuga
 Q2P    08_09_2015  Oak     Autumn   2015-2016   Allium_sativum

Quiero remplazar los nombres de la columna taxa, que lo compone un género_especie, por solo géneros. Hasta ahora lo hacía individuo por individuo cambiándolas.

 ClearDatos$Taxa<-gsub("Adonis_flammea","Adonis",ClearDatos$Taxa)
 ClearDatos$Taxa<-gsub("Agrimonia_eupatoria","Agrimonia",ClearDatos$Taxa)
 ClearDatos$Taxa<-gsub("Ajuga_chamaepitys","Ajuga",ClearDatos$Taxa)
 ClearDatos$Taxa<-gsub("Allium_sativum","Allium",ClearDatos$Taxa)

Obteniendo estos resultados:

 species level:
 Site      Date    Habitat    Season    Year     Taxa
 Q1F    08_09_2015  Oak     Autumn   2015-2016   Adonis
 Q2F    08_09_2015  Oak     Autumn   2015-2016   Agrimonia
 Q4F    08_09_2015  Oak     Autumn   2015-2016   Ajuga
 Q1P    08_09_2015  Oak     Autumn   2015-2016   Ajuga
 Q2P    08_09_2015  Oak     Autumn   2015-2016   Allium

¿Existe una forma más rápida?

1 respuesta 1

2

En realidad lo que buscas es substituir un valor por otro y no necesitarías usar gsub por lo que puedes armar un data.frame de valores de reemplazo de manera que sea un poco más sencillo. Voy a usar los datos de tu anterior pregunta a modo de ejemplo:

Specieslevel <- read.table(text="Site Date Habitat Season Year Taxa
Q1F 08_09_2015 Oak Autumn 2015-2016 Artemisia_herba_alta
Q2F 08_09_2015 Oak Autumn 2015-2016 Artemisia_herba_alta
Q4F 08_09_2015 Oak Autumn 2015-2016 Allium
Q1P 08_09_2015 Oak Autumn 2015-2016 Artemisia_herba_alta
Q2P 08_09_2015 Oak Autumn 2015-2016 Amaranthus
Q4P 08_09_2015 Oak Autumn 2015-2016 Anacyclus
Q4P 08_09_2015 Oak Autumn 2015-2016 Asparagus
Q4P 08_09_2015 Oak Autumn 2015-2016 Amaranthus_retroflex", sep=" ", header=TRUE, stringsAsFactors=FALSE)

species = data.frame(value     = c('Artemisia_herba_alta', 'Amaranthus_retroflex'), 
                     replaceby = c('Artemisia', 'Amaranthus'),
                     stringsAsFactors=FALSE)

matches <- match(Specieslevel$Taxa, species$value, nomatch=0)
Specieslevel$Taxa[matches>0] <- species$replaceby[matches] 
Specieslevel

El resultado final:

  Site       Date Habitat Season      Year       Taxa
1  Q1F 08_09_2015     Oak Autumn 2015-2016  Artemisia
2  Q2F 08_09_2015     Oak Autumn 2015-2016  Artemisia
3  Q4F 08_09_2015     Oak Autumn 2015-2016     Allium
4  Q1P 08_09_2015     Oak Autumn 2015-2016  Artemisia
5  Q2P 08_09_2015     Oak Autumn 2015-2016 Amaranthus
6  Q4P 08_09_2015     Oak Autumn 2015-2016  Anacyclus
7  Q4P 08_09_2015     Oak Autumn 2015-2016  Asparagus
8  Q4P 08_09_2015     Oak Autumn 2015-2016 Amaranthus

Explicación:

  • Creamos un data.frame species que va a contener los valores de búsqueda y reemplazo. Debiera funcionar también si las variables son factores. Lo defino como data.frame para que el código sea más legible, pero eventualmente podría ser una matriz para escribir un poco menos.
  • Con match(Specieslevel$Taxa, species$value, nomatch=0) obtenemos un vector del tamaño de Specieslevel dónde tendremos la fila del dato de reemplazo o 0 en caso de no coincidencia
  • Aplicamos estos matches reemplazando solo aquellos que correspondan: Specieslevel$Taxa[matches>0] <- species$replaceby[matches]

¿Que ocurre si lo que queremos modificar del dataframees un Factor?, bueno, el código anterior no sirve ya que en el mismo operamos sobre la columna completa, y ahora solo deberías trabajar sobre los levels. La solución es incluso más sencilla y rápida:

sp <- levels(Specieslevel$Taxa)
matches <- match(sp, species$value, nomatch=0) 
sp[matches>0] <- species$replaceby[matches] 
levels(Specieslevel$Taxa) <- sp

En este caso creamos primero un vector de los levels de la columna (sp <- levels(Specieslevel$Taxa)) y el match y replace lo hacemos sobre este. Luego lo que nos falta es redefinir los levels de la columna haciendo levels(Specieslevel$Taxa) <- sp

8
  • Sin palabras Patricio, funciona a la perfección. Muchas gracias Commented el 15 nov. 2017 a las 22:09
  • Hola Patricio, gracias por tu pronta respuesta. El script funciona. El problema es que lo sustituye por un valor N/A ¿Cómo podría corregirlo? Commented el 16 nov. 2017 a las 9:53
  • @AdriánP.L. Lo que ocurre es que seguramente en tu caso Specieslevel$Taxa es un factor (en mi ejemplo no) y no una cadena común, por lo que en el match hay que convertir la columna así: matches <- match(as.character(Specieslevel$Taxa), species$value, nomatch=0) Commented el 16 nov. 2017 a las 15:18
  • el script que me has pasado funciona, pero ahora cuando intento correr el siguiente; Specieslevel$Taxa[matches>0] <- species$replaceby[matches] me aparece este mensaje Warning message: In [<-.factor(*tmp*, matches > 0, value = c(29L, 29L, 29L, 29L, : invalid factor level, NA generated Commented el 16 nov. 2017 a las 15:36
  • @AdriánP.L., si en el caso de los Factor hay que hacer algo un poco distinto, revisa mi última edición. Saludos. Commented el 16 nov. 2017 a las 16:38

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.