如何用R计算鱼类饮食数据中每种猎物的肠道优势度？

我正在处理鱼类饮食数据，想要找出每种猎物i在多少条鱼的肠道中占主导（即数量最多），并为每种猎物（完整数据集约有25种）计算其优势度：Di = (Ndi / N) * 100，其中：

• Di为猎物i的优势度
• Ndi是猎物i在肠道中数量最多的鱼的数量
• N为被检测的鱼的总数

示例数据：

df1 <- data.frame(preyName = c("a", "b", "c", "d", "e", "e", "b", "a", "e","c","d"), 
           id_uniquefish = c("1", "6", "2", "3", "1","3","4","4","6","6","6"),
           numberPrey = c(14,20,3,19,234,24,4,13,45,4,6))

在该示例中，猎物e在5条被检测的鱼中有3条的肠道中占主导，因此猎物e的Ndi为3，Di=(3/5)*100=60。我需要为所有preyName（a、b、c、d、e等）完成此计算，完整数据集有280条观测值。请问如何在R中实现这一需求？

以下提供两种R实现方案，可根据个人习惯选择：

方案一：Base R实现 #

通过基础R函数完成计算，无需额外安装包：

# 1. 按鱼的唯一ID分组，找出每条鱼中数量最多的猎物
dominant_prey <- aggregate(numberPrey ~ id_uniquefish, data = df1, 
                          function(x) df1$preyName[which.max(x)])
colnames(dominant_prey)[2] <- "dominantPrey"

# 2. 统计每种猎物作为主导的次数（Ndi）
ndi_table <- table(dominant_prey$dominantPrey)

# 3. 获取总检测鱼数N
total_fish <- length(unique(df1$id_uniquefish))

# 4. 计算优势度Di并整理结果
dominance_result <- data.frame(
  preyName = names(ndi_table),
  Ndi = as.numeric(ndi_table),
  Di = round((as.numeric(ndi_table)/total_fish)*100, 2) # 保留两位小数
)

# 输出结果
print(dominance_result)

方案二：tidyverse（dplyr）实现 #

语法更简洁直观，适合熟悉tidyverse生态的用户：
首先安装并加载依赖包：

install.packages("tidyverse")
library(tidyverse)

执行计算代码：

dominance_result <- df1 %>%
  # 按鱼ID分组，筛选出每组中猎物数量最多的记录
  group_by(id_uniquefish) %>%
  filter(numberPrey == max(numberPrey)) %>%
  # 若一条鱼存在多个数量相同的最大猎物，可添加slice(1)只保留一个（比如按猎物名称排序取第一个）
  # slice_min(preyName)
  ungroup() %>%
  # 统计每种猎物的主导次数
  count(preyName, name = "Ndi") %>%
  # 计算总鱼数并计算优势度Di
  mutate(
    total_fish = length(unique(df1$id_uniquefish)),
    Di = round((Ndi / total_fish)*100, 2)
  ) %>%
  # 保留需要的列
  select(preyName, Ndi, Di)

# 输出结果
print(dominance_result)

注意事项 #

• 若存在单条鱼肠道内多种猎物数量相同且均为最大值的情况，tidyverse方案默认会将这些猎物都计入主导统计；若需只保留一个，可在filter后添加slice(1)或slice_min(preyName)等语句指定筛选规则。
• 示例数据运行后，猎物e的Di结果为60，与题目示例一致。

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