将样点计数数据转换为长/宽格式用于稀疏化物种累积曲线构建

一、原始数据格式术语 #

你手里的这种每行对应单个观测个体、记录单一个体属性的格式，专业上叫个体级观测数据（Individual-level observational data），也常被称为事件列表格式（Event list format）——每条记录就是一次独立的观测事件。

二、数据格式转换（以R语言为例，生态数据分析常用） #

假设你的原始数据框名为raw_data，包含核心列：Point_Name（样点名）、Survey_ID（调查标识，区分同一样点的多次调查）、Species（物种名）。

1. 转换为长格式（Long Format） #

长格式以「样点-调查-物种」为一行，记录对应个体数，保留重复调查的维度，适合后续分析：

library(dplyr)

# 按样点、调查、物种分组计数
long_data <- raw_data %>%
  group_by(Point_Name, Survey_ID, Species) %>%
  summarise(Individual_Count = n(), .groups = "drop")

2. 转换为宽格式（Wide Format） #

宽格式以「样点-调查」为一行，列对应各物种的个体数，缺失物种填0：

library(tidyr)

wide_data <- long_data %>%
  pivot_wider(
    names_from = Species,
    values_from = Individual_Count,
    values_fill = 0  # 没有观测到的物种计数补0
  )

三、稀疏化方法构建物种累积曲线 #

用生态分析常用的vegan包实现稀疏化（抽稀）的物种累积曲线，支持重复调查的样本处理：

1. 准备物种矩阵 #

先从宽格式提取出用于分析的物种计数矩阵：

library(vegan)

# 提取物种计数列，转成矩阵
species_matrix <- wide_data %>%
  select(-Point_Name, -Survey_ID) %>%
  as.matrix()

# 给行命名，区分不同样点的不同调查
rownames(species_matrix) <- paste(wide_data$Point_Name, wide_data$Survey_ID, sep = "_")

2. 构建稀疏化累积曲线 #

# 用抽稀法构建曲线，100次置换计算置信区间
rarefaction_curve <- specaccum(
  species_matrix,
  method = "rarefaction",  # 指定稀疏化方法
  permutations = 100
)

# 绘图
plot(
  rarefaction_curve,
  main = "稀疏化物种累积曲线",
  xlab = "调查样本数（样点-调查组合）",
  ylab = "累计物种数",
  col = "#2E86AB",
  lwd = 2
)
# 添加置信区间
lines(rarefaction_curve, type = "l", col = "gray", lty = 2)

如果想按样点整体累积（合并同一样点的多次调查），可以先聚合样点的物种总数：

# 聚合同一样点的所有调查数据
point_aggregated <- raw_data %>%
  group_by(Point_Name, Species) %>%
  summarise(Individual_Count = n(), .groups = "drop") %>%
  pivot_wider(names_from = Species, values_from = Individual_Count, values_fill = 0) %>%
  select(-Point_Name) %>%
  as.matrix()

# 构建按样点的稀疏化曲线
point_curve <- specaccum(point_aggregated, method = "rarefaction", permutations = 100)
plot(
  point_curve,
  main = "按样点稀疏化物种累积曲线",
  xlab = "样点数",
  ylab = "累计物种数",
  col = "#00A170",
  lwd = 2
)

内容的提问来源于stack exchange，提问作者Rach B.