生态调查数据处理：将Species列NA对应的Abundance设为0

方法一：直接用summarise统计非NA个体数 #

使用dplyr的summarise函数，通过统计每组中Species非NA的数量来计算个体数，天然处理NA代表0的情况：

library(dplyr)

df %>%
  group_by(Date, Transect.No, Quadrat.No) %>%
  summarise(Abundance = sum(!is.na(Species)), .groups = "drop")

原理：!is.na(Species)会将每个非NA的物种记录转为TRUE（即数值1），NA转为FALSE（即数值0），求和后就是该样方的实际个体数，NA行占满的样方会直接得到0。

方法二：过滤NA后补全缺失组合 #

如果需要确保所有Date、Transect.No、Quadrat.No的组合都出现在结果中（包括原本全是NA的样方），可以结合tidyr::complete补全并填充0：

library(dplyr)
library(tidyr)

df %>%
  filter(!is.na(Species)) %>%
  count(Date, Transect.No, Quadrat.No, name = "Abundance") %>%
  complete(Date, Transect.No, Quadrat.No, fill = list(Abundance = 0))

原理：先过滤掉NA行，统计有个体的样方数量；再用complete生成所有可能的样方组合，将缺失的Abundance填充为0，保证数据集的完整性。

结果验证 #

以你的数据子集为例，Transect 3的Quadrat 3、Transect 5的Quadrat 1/2/5这类全NA的样方，最终Abundance都会被正确设为0，符合需求。

内容的提问来源于stack exchange，提问作者Jordan Woolfrey