在R Studio中创建昆虫视觉响应数据字典的技术问询

一、建立元数据字典（小型数据库） #

直接用R的dataframe搭建字典，包含所有标注信息，后续可导出为Excel方便查看修改：

# 首次运行先安装依赖包
install.packages("writexl")
library(writexl)

# 创建元数据字典，按实际文件填写内容
metadata <- data.frame(
  文件名 = c("昆虫A数据.xlsx", "昆虫B数据.xlsx", "QWERTY昆虫数据.xlsx"),
  物种名 = c("昆虫A", "昆虫B", "QWERTY昆虫"),
  研究来源 = c("XX实验室", "XX期刊", "XX课题组"),
  年份 = c(2021, 2022, 2023),
  所用方法 = c("行为学实验", "电生理记录", "光谱成像"),
  stringsAsFactors = FALSE  # 避免自动转因子，方便后续修改
)

# 导出为Excel格式的字典文件
write_xlsx(metadata, "昆虫视觉数据元字典.xlsx")

后续新增数据时，直接在这个Excel字典里追加一行即可，无需修改代码。

二、创建汇总Excel并实现索引调用 #

把所有数据合并成带元信息的汇总表，之后可通过物种名、年份等快速筛选目标数据：

# 首次运行安装依赖包
install.packages(c("readxl", "dplyr", "tidyr"))
library(readxl)
library(dplyr)
library(tidyr)

# 读取元数据字典
metadata <- read_xlsx("昆虫视觉数据元字典.xlsx")

# 批量读取所有数据文件并合并成汇总表
all_data <- metadata %>%
  rowwise() %>%
  mutate(原始数据 = list(read_xlsx(文件名))) %>%  # 逐个读取文件
  unnest(原始数据)  # 展开数据行

# 导出汇总Excel
write_xlsx(all_data, "昆虫视觉数据汇总.xlsx")

# 示例：按物种名调取特定数据
target_data <- all_data %>% filter(物种名 == "QWERTY昆虫")
print(target_data)

汇总表的每一行都附带物种、来源等元信息，用filter()就能快速定位所需数据。

三、批量调取的简易界面 #

如果不想每次写代码筛选，可用Shiny做个极简可视化界面，点选物种即可直接查看数据：

# 首次运行安装Shiny包
install.packages("shiny")
library(shiny)
library(readxl)
library(dplyr)

# 读取元数据字典
metadata <- read_xlsx("昆虫视觉数据元字典.xlsx")

# 界面布局
ui <- fluidPage(
  h3("昆虫视觉数据调取工具"),
  sidebarPanel(
    selectInput("selected_species", "选择昆虫物种", choices = unique(metadata$物种名))
  ),
  mainPanel(
    tableOutput("data_table")
  )
)

# 后端逻辑
server <- function(input, output) {
  output$data_table <- renderTable({
    # 根据选中的物种匹配对应文件
    target_file <- metadata %>% filter(物种名 == input$selected_species) %>% pull(文件名)
    # 读取并展示数据
    read_xlsx(target_file)
  })
}

# 启动界面
shinyApp(ui, server)

运行代码后会弹出网页界面，选择物种即可自动加载对应Excel的数据，全程无需手动写代码。

关于fastmatch包的说明 #

fastmatch主要用于超大数据量的快速匹配，比如用%fin%替代基础R的%in%，适合几十万行以上的数据集。但你当前的需求用dplyr::filter()完全能满足，没必要使用这个包，不用纠结它的用法。

内容的提问来源于stack exchange，提问作者M-Pia