在R语言中创建以Counts总和替换频数的2x2交叉表

我在创建分析所需格式的表格时遇到困难。以下是大型数据集的简化示例：

Sample <- c(1,2,2,3,3) 
Species <- c("sp1","sp2","sp3","sp1","sp1")
Counts <- c(3,2,4,10,3)
mydata <- as.data.frame(cbind(Sample,Species,Counts))
mydata$Counts <- as.integer(mydata$Counts)
mydata

输出的原始数据集：

Sample Species Counts
1      1     sp1      3
2      2     sp2      2
3      2     sp3      4
4      3     sp1     10
5      3     sp1      3

我用table()函数生成了频数表，格式是需要的Sample×Species交叉结构，但统计的是出现次数：

(table_0 <- table(mydata$Sample,mydata$Species))

输出的频数表：

sp1 sp2 sp3
  1   1   0   0
  2   0   1   1
  3   2   0   0

我需要的是将频数替换为对应组的Counts总和，得到如下结果：

sp1 sp2 sp3
  1   3   0   0
  2   0   2   4
  3  13   0   0

比如Sample 3对应Species "sp1"的两个观测值Counts总和为13。如何为大型数据集自动生成此类表格？

解决方案 #

方法1：Base R 原生函数xtabs() #

这是最简便的原生方法，直接生成求和交叉表，自动填充缺失组合为0：

# 按Sample和Species分组，对Counts求和
sum_table <- xtabs(Counts ~ Sample + Species, data = mydata)
sum_table

运行后输出：

Species
Sample sp1 sp2 sp3
     1   3   0   0
     2   0   2   4
     3  13   0   0

方法2：Tidyverse 工作流（dplyr + tidyr） #

适合习惯tidy风格的用户，输出为data.frame格式，方便后续分析：

library(tidyverse)

sum_table_tidy <- mydata %>%
  # 按Sample和Species分组求和
  group_by(Sample, Species) %>%
  summarise(Total = sum(Counts), .groups = "drop") %>%
  # 将Species转为列，缺失值填充0
  pivot_wider(names_from = Species, values_from = Total, values_fill = 0)

sum_table_tidy

方法3：Data.table（超大型数据集首选） #

如果数据集规模极大（百万级以上），data.table的运算效率远高于其他方法：

library(data.table)

# 转换为data.table格式
setDT(mydata)
# 分组求和并转换为交叉表
sum_table_dt <- dcast(mydata, Sample ~ Species, value.var = "Counts", fun.aggregate = sum, fill = 0)
sum_table_dt

内容的提问来源于stack exchange，提问作者Sergio Nolazco