1

Quiero hacer un merge entre un data.frame de datos biológicos (es decir una lista de especies con sus correspondientes abundancias) y otra matriz con una etiqueta para cada especie... con el fin de cuando quiera realizar un plot, no realizarlo por especies, si no por estas etiquetas que pueden ser comunes a varias especies.

COM
Antant  Apoimb  Athpres Athspp  Blenni  Booboo  Chelab
10              75  
5                   
5               300 
21              400 
6               500 
9               100 

TROPHIC
        TG
Antant  PL
Apoimb  PL
Athpres PL
Athspp  PL
Blenni  CA
Booboo  PL
Chelab  DE

Intenté lo siguiente pero sin éxito:

`temp=merge(COM, TROPHIC, by = c("TG"), all.x=T, sort = FALSE)`
Error in fix.by(by.x, x) : 'by' must specify a uniquely valid column

Como podría hacer el merge?

5
  • Interesante pregunta, Alejandro. Para que la gente se anime a contestar es importante que nos expliques qué has intentado hasta la fecha, así como por qué no te funcionó. Así nos evitamos transitar caminos que tú ya recorriste.
    – fedorqui
    Commented el 19 mar. 2018 a las 11:03
  • @fedorqui He intentado lo siguiente, pero sin éxito temp=merge(COM, TROPHIC, by = c("TG"), all.x=T, sort = FALSE) Error in fix.by(by.x, x) : 'by' must specify a uniquely valid column COM es la matriz biológica, y TROPHIC la matriz de las etiquetas
    – Alejandro
    Commented el 19 mar. 2018 a las 11:04
  • Ajá, ¡qué bien! Lo que deberías hacer entonces es incorporar este código a la pregunta, utilizando editar.
    – fedorqui
    Commented el 19 mar. 2018 a las 11:12
  • Alejandro, por lo que entiendo COM es un data.frame dónde cada columna se corresponde con una fila de TROPHIC. Esto efectivamente es así? Y en definitiva lo que buscas es tener las sumas de especies por cada TG? Commented el 19 mar. 2018 a las 14:15
  • Exacto! Me gustaría que cada columna de COM tuviese aplicada la etiqueta TROPHIC que le corresponde.
    – Alejandro
    Commented el 19 mar. 2018 a las 14:24

2 respuestas 2

1

En primer lugar voy a preparar un ejemplo en base a la información que aportaste, te sugiero que cuando quieras compartir información uses las función dput() por ejemplo dput(head(COM)) ya que esto genera un "script" para generar exactamente el objeto que quieres compartir, con su clase, con el tipo exacto para cada columna, con factores si los tiene, etc.

COM <- read.table(text="
Antant  Apoimb  Athpres Athspp  Blenni  Booboo  Chelab
10      75      0       0       0       0       0  
5       0       0       0       0       0       0  
5       300     0       0       0       0       0  
21      400     0       0       0       0       0   
6       500     0       0       0       0       0  
9       100     0       0       0       0       0  ", skip=1, header=TRUE)

TROPHIC <- read.table(text="
RN TG
Antant  PL
Apoimb  PL
Athpres PL
Athspp  PL
Blenni  CA
Booboo  PL
Chelab  DE
", skip=1, header=TRUE)

rownames(TROPHIC) <- TROPHIC[,1]
TROPHIC <- TROPHIC[2]

Por lo que finalmente tendríamos lo siguiente:

> COM
  Antant Apoimb Athpres Athspp Blenni Booboo Chelab
1     10     75       0      0      0      0      0
2      5      0       0      0      0      0      0
3      5    300       0      0      0      0      0
4     21    400       0      0      0      0      0
5      6    500       0      0      0      0      0
6      9    100       0      0      0      0      0
> TROPHIC
       RN TG
1  Antant PL
2  Apoimb PL
3 Athpres PL
4  Athspp PL
5  Blenni CA
6  Booboo PL
7  Chelab DE

Revisa por favor, que los datos se correspondan efectivamente con tus estructuras.

Solución:

Si en definitiva lo que buscas es llegar a un total por etiqueta, podemos hacer lo siguiente:

COM <- as.data.frame(cbind(Total=colSums(COM)))
FINAL <- as.data.frame(cbind(COM, TG=TROPHIC[match(rownames(COM), rownames(TROPHIC)),]))
aggregate(. ~ TG, FINAL, sum)

Resultado Final:

  TG Total
1 CA     0
2 DE     0
3 PL  1431

Detalle:

  • En primer lugar, con COM <- as.data.frame(cbind(Total=colSums(COM))) generamos un nuevo data.frame con la suma para cada especie, algo así:

            Total
    Antant     56
    Apoimb   1375
    Athpres     0
    Athspp      0
    Blenni      0
    Booboo      0
    Chelab      0
    
  • Con as.data.frame(cbind(COM, TG=TROPHIC[match(rownames(COM), rownames(TROPHIC)),])) le agregamos a cada especie la etiqueta que le corresponde, algo así:

            Total TG
    Antant     56 PL
    Apoimb   1375 PL
    Athpres     0 PL
    Athspp      0 PL
    Blenni      0 CA
    Booboo      0 PL
    Chelab      0 DE
    
  • Y por último, con aggregate(. ~ TG, FINAL, sum) agrupamos por cada etiqueta y obtenemos la suma final:

      TG Total
    1 CA     0
    2 DE     0
    3 PL  1431
    
1
  • Muchísimas gracias a todos los que habéis aportado vuestro granito de arena!
    – Alejandro
    Commented el 20 mar. 2018 a las 14:25
0

Una aproximación alternativa usando dplyr.

Reproduzco los data.frame que hizo Patricio.

COM <- read.table(text="
Antant  Apoimb  Athpres Athspp  Blenni  Booboo  Chelab
10      75      0       0       0       0       0  
5       0       0       0       0       0       0  
5       300     0       0       0       0       0  
21      400     0       0       0       0       0   
6       500     0       0       0       0       0  
9       100     0       0       0       0       0  ", skip=1, header=TRUE)

TROPHIC <- read.table(text="
RN TG
Antant  PL
Apoimb  PL
Athpres PL
Athspp  PL
Blenni  CA
Booboo  PL
Chelab  DE
", skip=1, header=TRUE, stringsAsFactors = FALSE)

Nótese que no cambio los rownames y que paso el argumento stringsAsFactors = FALSE para evitar pasar a factor directamente en la importación. No es necesario, pero evita un warning en inner_join().

Manipulación y sumario de datos:

COM %>% 
  gather(RN, valor) %>%           #Paso a formato largo, hago coincidir el nombre de la columna con el TROPHIC.
  inner_join(TROPHIC) %>%         #join de COM y TROPHIC, la columna RN está en ambos data.frame y por defaul es la clave del join. 
  group_by(TG) %>%                #agrupo, aplicará el sumario de la siguiente línea a cada uno de los grupos definidos aquí. 
  summarise(Total = sum(valor))   #Sumatoria de valor para cada grupo.  

Resultado:

# A tibble: 3 x 2
     TG Total
  <chr> <int>
1    CA     0
2    DE     0
3    PL  1431

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.