如何在R中对站点物种丰度数据执行无放回个体抽样

你之前的代码之所以无放回模式无法运行，是因为sample函数在replace=FALSE时的prob参数是对抽样对象（也就是物种ID）的抽取概率加权，要求抽样数量不超过抽样对象总数，而且本质是抽取不重复的物种ID，不是你需要的抽取不重复的个体。

单站点实现代码 #

核心逻辑是先把丰度向量转换为「每个物种ID重复对应丰度次数」的个体池，再对个体池做无放回抽样，最后统计各物种的抽中数量：

# 提取单个站点的丰度向量
site_abun <- abundances[1, ]

# 生成个体池：每个物种ID重复的次数等于该物种的丰度
individual_pool <- rep(seq_along(site_abun), times = site_abun)

# 无放回抽取50个个体
sampled_individuals <- sample(individual_pool, size = 50, replace = FALSE)

# 统计抽样后各物种的丰度，固定levels保证和原数据列顺序完全对齐，无抽中个体的物种值为0
sampled_abun <- as.numeric(table(factor(sampled_individuals, levels = seq_along(site_abun))))

批量处理所有站点 #

无需手动写for循环，用apply即可直接对所有行（站点）批量处理，还可以提前判断站点总个体数是否满足抽样要求：

rarefied_abundances <- t(apply(abundances, 1, function(site_abun) {
  total_ind <- sum(site_abun)
  # 站点总个体数不足50的情况可自定义处理逻辑，这里示例返回全NA并抛出警告
  if (total_ind < 50) {
    warning(paste("站点总个体数不足50，当前个体数：", total_ind))
    return(rep(NA_real_, length(site_abun)))
  }
  individual_pool <- rep(seq_along(site_abun), times = site_abun)
  sampled_ind <- sample(individual_pool, size = 50, replace = FALSE)
  as.numeric(table(factor(sampled_ind, levels = seq_along(site_abun))))
}))

现成工具包方案（生态领域通用） #

如果不需要自定义逻辑，可以直接使用生态分析常用的vegan包的rrarefy函数，专门用于丰度矩阵的无放回个体抽样，一行代码即可完成操作：

# 首次使用先安装包
# install.packages("vegan")
library(vegan)

# 直接对整个丰度矩阵做抽样，返回和原矩阵结构完全一致的结果
rarefied_abundances <- rrarefy(abundances, sample = 50)

内容的提问来源于stack exchange，提问作者ktg