R语言填充四维数组时出现数据缺失问题求助

问题描述 #

我正尝试用for循环将长格式数据框转换为四维数组，每个鸟类物种对应年份/样地/重复矩阵，用于多季节物种占用率建模。改编自某R包vignette后，循环填充检测(1)/未检测(0)数据时，输出数组全为NA，且各物种计数为0。

数据集为长格式，已提取物种、样地、年份编码，创建了维度为[物种数N, 样地数J, 年份数I, 最大重复数K]的数组，但填充后无有效数据。

初始代码如下：

library(dplyr)

# 导入数据（假设已完成）
# y.long <- read.csv("y.long.csv")

# 提取编码与维度参数
sp.codes <- sort(unique(y.long$Species))
plot.codes <- sort(unique(y.long$Plot))
year.codes <- sort(unique(y.long$Year))
N <- length(sp.codes)
K <- 10
J <- length(plot.codes)
I <- length(year.codes)

# 创建四维数组
y <- array(NA, dim = c(N, J, I, K))
dimnames(y)[[1]] <- sp.codes
dimnames(y)[[2]] <- plot.codes
dimnames(y)[[3]] <- year.codes

# 填充数组的循环
for (i in 1:I) { # 遍历年份
  for (j in 1:J) { # 遍历样地
    for (k in 1:K) { # 遍历重复
      curr.df <- y.long %>%
        filter(Year == I[i], Plot == J[j], Replicate == K[k])
      if (nrow(curr.df) > 0) {
        curr.sp <- which(sp.codes %in% curr.df$Species)
        y[curr.sp, i, j, k] <- 1
        y[-curr.sp, i, j, k] <- 0
      }
    }
  }
}

# 验证结果
str(y)
apply(y, 1, sum, na.rm = TRUE)

运行后数组仍全为NA，物种计数均为0。

问题分析与解决方案 #

核心错误点 #

1. 筛选条件错误：循环中用维度数量（I[i]、J[j]、K[k]）替代了实际的年份/样地/重复值，导致无法匹配数据。例如I是年份的数量（4），I[i]取的是1-4，而实际年份是2008、2010等，完全不匹配。
2. 数组索引顺序错误：创建数组时维度为[N, J, I, K]（物种、样地、年份、重复），但赋值时用了y[curr.sp, i, j, k]，把年份索引i放在了样地的位置，导致数据写入了错误的维度位置。

修正后的代码 #

library(dplyr)

# 导入数据
y.long <- read.csv("y.long.csv")

# 提取编码与维度参数
sp.codes <- sort(unique(y.long$Species))
plot.codes <- sort(unique(y.long$Plot))
year.codes <- sort(unique(y.long$Year))
N <- length(sp.codes)
K <- 10
J <- length(plot.codes)
I <- length(year.codes)

# 创建四维数组
y <- array(NA, dim = c(N, J, I, K))
dimnames(y)[[1]] <- sp.codes
dimnames(y)[[2]] <- plot.codes
dimnames(y)[[3]] <- year.codes
dimnames(y)[[4]] <- as.character(1:K) # 给重复维度添加名称

# 修正后的填充循环
for (i in 1:I) { # 遍历年份索引
  current_year <- year.codes[i]
  for (j in 1:J) { # 遍历样地索引
    current_plot <- plot.codes[j]
    for (k in 1:K) { # 遍历重复次数
      # 筛选当前年份、样地、重复的数据
      curr.df <- y.long %>%
        filter(Year == current_year, Plot == current_plot, Replicate == k)
      
      if (nrow(curr.df) > 0) {
        # 找到观测到的物种索引
        curr.sp <- which(sp.codes %in% curr.df$Species)
        # 按正确的维度索引赋值：[物种, 样地, 年份, 重复]
        y[curr.sp, j, i, k] <- 1
        y[-curr.sp, j, i, k] <- 0
      }
    }
  }
}

# 验证结果
str(y)
apply(y, 1, sum, na.rm = TRUE)

关键修正说明 #

• 筛选时使用year.codes[i]、plot.codes[j]、k，匹配数据中的实际年份、样地编号和重复次数；
• 赋值时调整索引顺序为y[curr.sp, j, i, k]，对应数组的[物种, 样地, 年份, 重复]维度；
• 给重复维度添加名称，让数组结构更清晰，与目标示例一致。

内容的提问来源于stack exchange，提问作者Rion Lerm