R中对数据框所有变量组合应用vegan包函数计算Bray Curtis相异度

解决方案 #

不用手动构建循环遍历组合，直接用tidyverse的分组汇总功能即可自动匹配所有存在的Workbook/Location/Method组合完成计算，还能避免因数据顺序错位导致的结果错误。

前置依赖 #

需要提前加载用到的包：

library(tidyverse)
library(vegan)

最优实现方案（推荐） #

步骤1：批量计算所有分组的Bray-Curtis相异度

bray_cal <- tidy %>%
  # 按三个字段分组，每组对应一组Vol和Bio的观测
  group_by(Workbook, Location, Method) %>%
  summarise(
    # 每组内计算距离，转成数值格式方便后续合并
    Bray = as.numeric(vegdist(select(cur_data(), Worm, Larvae, Swimmer), method = "bray")),
    .groups = "drop"
  )

步骤2：将计算结果合并到目标数据集

BCresult.ex <- BCresult.ex %>%
  select(-Bray) %>% # 先删除原本全为NA的Bray列
  # 按三个匹配字段自动对应赋值，不用考虑两个数据集的行顺序是否一致
  left_join(bray_cal, by = c("Workbook", "Location", "Method"))

可选：循环实现方案 #

如果你更熟悉循环逻辑，可以用以下代码实现，效果和上面的方案一致：

# 生成所有存在的唯一分组组合
group_list <- tidy %>% distinct(Workbook, Location, Method)

# 遍历每个分组计算
for(i in 1:nrow(group_list)){
  # 提取当前分组的匹配字段
  cur_wb <- group_list$Workbook[i]
  cur_loc <- group_list$Location[i]
  cur_met <- group_list$Method[i]
  
  # 筛选当前分组的观测数据
  cur_obs <- filter(tidy, Workbook == cur_wb & Location == cur_loc & Method == cur_met)
  # 计算相异度
  cur_bc <- as.numeric(vegdist(cur_obs[,5:7], "bray"))
  
  # 赋值到结果表对应行
  BCresult.ex$Bray[BCresult.ex$Workbook == cur_wb & BCresult.ex$Location == cur_loc & BCresult.ex$Method == cur_met] <- cur_bc
}

注意事项 #

运行前可以先检查每个分组的观测数是否符合要求，避免因数据缺失导致计算错误：

group_check <- tidy %>%
  group_by(Workbook, Location, Method) %>%
  summarise(obs_num = n(), .groups = "drop")

# 输出观测数不等于2的异常分组，可手动处理后再运行计算代码
filter(group_check, obs_num != 2)

内容的提问来源于stack exchange，提问作者HamiltonV