R中如何导入非2×2列联表开展泊松分布GLM分析

解决方法 #

方法1：调整CSV读取参数 #

你导入异常是因为CSV第一列的行标识（寄生状态0/1）未被识别为行名，添加row.names = 1参数即可：

ct2 <- read.csv("C:\\Users\\Asus R541u\\Desktop\\Master Thesis\\R3\\Habitatuse\\Ct.csv", 
                header = TRUE, 
                row.names = 1,
                sep = ",")

读取后直接用as.matrix(ct2)即可得到可用于分析的矩阵格式。

方法2：将已导入的异常数据转为列联表 #

如果已经将数据读入R，可通过以下代码转换格式：

# 提取数值列转为矩阵，将第一列设为行名
ct_mat <- as.matrix(ct2[, -1])
rownames(ct_mat) <- ct2[, 1]
# 转为R标准列联表对象
ct_table <- as.table(ct_mat)

方法3：直接在R中手动构建列联表 #

如果表格维度较小，直接手动构建更稳妥，避免文件读取的异常：

ct_mat <- matrix(
  # 按行顺序填入你表格中的实际数值，示例如下
  c(23, 17, 12, 31, 29, 22), 
  nrow = 2,
  byrow = TRUE,
  dimnames = list(
    Parasitation = c("0", "1"),
    Habitat = c("Bamboo", "Open", "Rhododendron")
  )
)
ct_table <- as.table(ct_mat)

补充说明 #

后续做泊松GLM分析时，可直接将列联表转为长格式数据框拟合模型：

ct_df <- as.data.frame(ct_table)
model <- glm(Freq ~ Parasitation * Habitat + Year, family = poisson, data = ct_df)

如果有原始的单条样本记录，也可以直接用原始数据拟合，不需要提前构建列联表：

model <- glm(Parasitation ~ Habitat + Year, family = poisson, data = 原始样本数据框)

内容的提问来源于stack exchange，提问作者RBiology