R语言FD包dbFD运行超时，求聚类提取medoid物种的方法

针对你用dbFD处理大物种集时卡顿的问题，下面是从60%相似度聚类中提取medoid物种、再计算功能多样性的完整R代码步骤，每一步都附新手友好的注释：

1. 安装并加载所需包 #

# 首次运行先安装依赖包
install.packages(c("FD", "cluster", "dplyr", "tidyr"))

# 加载包
library(FD)          # 功能多样性计算、Gower距离
library(cluster)     # 聚类、medoid提取
library(dplyr)       # 数据分组处理
library(tidyr)       # 数据格式转换

2. 读取数据（若已读可跳过） #

# 读取性状表和群落表，假设第一列是物种/样地名
att <- read.csv("att.csv", row.names = 1)
comm <- read.csv("comm.csv", row.names = 1)

3. 复用已计算的距离矩阵 #

你之前已经算出修正后的距离矩阵att.cal，直接用它就行：

注：cailliez()修正后的矩阵符合欧氏距离要求，更适合后续聚类操作。

4. 层次聚类+按60%相似度切割分组 #

# 基于修正后的距离矩阵做层次聚类（ward法是功能性状聚类常用选择）
hc <- hclust(att.cal, method = "ward.D2")

# 60%相似度对应距离阈值：Gower相似度=1-距离 → 距离=1-0.6=0.4
cut_threshold <- 1 - 0.6

# 切割聚类树，得到每个物种的分组标签
species_clusters <- cutree(hc, h = cut_threshold)

# 转成数据框方便后续处理
cluster_df <- data.frame(Species = names(species_clusters), Cluster = species_clusters)

5. 提取每个聚类组的medoid物种 #

medoid是组内与其他物种平均距离最小的物种，用距离矩阵计算筛选：

# 把距离矩阵转成矩阵格式，方便按组计算
dist_matrix <- as.matrix(att.cal)

# 按聚类组计算每个物种的组内平均距离，筛选出最小的作为medoid
medoid_list <- cluster_df %>%
  group_by(Cluster) %>%
  mutate(avg_group_dist = rowMeans(dist_matrix[Species, Species])) %>%
  filter(avg_group_dist == min(avg_group_dist)) %>%
  ungroup()

# 提取最终的medoid物种名
medoid_species <- medoid_list$Species

# 查看medoid数量（应该远小于546）
cat("提取到的medoid物种数量：", length(medoid_species), "\n")

6. 生成medoid物种的距离矩阵 #

# 从原始修正矩阵中提取medoid物种的子矩阵
medoid_dist <- att.cal[medoid_species, medoid_species]

7. 调整群落表适配medoid物种 #

因为用medoid代表整个聚类组，需要把原群落中同组物种的存在情况合并（你的数据是有无分布，只要组内有物种存在，medoid就记为存在）：

# 把宽格式群落表转成长格式，方便分组处理
comm_long <- comm %>%
  rownames_to_column("Site") %>%
  pivot_longer(-Site, names_to = "Species", values_to = "Present")

# 合并聚类分组信息
comm_with_clusters <- comm_long %>%
  left_join(cluster_df, by = "Species")

# 按样地+聚类组合并，判断该组是否有物种存在
comm_medoid <- comm_with_clusters %>%
  group_by(Site, Cluster) %>%
  summarise(Present = max(Present), .groups = "drop") %>%
  # 替换聚类组名为对应的medoid物种名
  left_join(medoid_list %>% select(Cluster, Species = medoid_species), by = "Cluster") %>%
  select(Site, Species, Present) %>%
  pivot_wider(names_from = Species, values_from = Present) %>%
  column_to_rownames("Site")

# 提取medoid物种的性状数据
att_medoid <- att[medoid_species, ]

8. 用medoid数据运行dbFD #

# 运行功能多样性计算，现在数据量小，速度会快很多
fd_results <- dbFD(
  x = att_medoid,          # medoid物种的性状表
  a = comm_medoid,         # 适配后的群落表
  dist.family = "gower",   # 对应之前用的Gower距离
  stand.x = FALSE          # 性状已经是分类变量，无需标准化
)

# 查看结果结构
str(fd_results)
# 提取具体指标，比如功能丰富度
fd_results$FRic

可选调整建议 #

• 若medoid数量还是偏多，可降低相似度阈值（比如50%，对应距离0.5），减少聚类组数。
• 聚类方法可替换为agnes(att.cal, method = "average")，适合不同的聚类需求。
• 若群落是多度数据，合并时把max(Present)换成sum(Present)即可。

内容的提问来源于stack exchange，提问作者Julia Viotti Corrêa