R语言中如何按指定列值分组选行循环，而非随机采样？

我尝试用dynRB R包计算不同时间点物种间的生态位超体积重叠。由于物种在时间维度上分布不均，我采用子采样技术：基于X个点重复计算99次生态位超体积，再获取每个物种的均值、95%分位数和5%分位数超体积。

当前实现的代码仅能计算单一时间点的生态位超体积，无法用于计算超体积重叠：

myfun <- function(x) {hypervolume(x, method = "box")}
HolAlaudaarvensisPoints <- replicate(99, HolAlaudaarvensis[sample(nrow(HolinLPDatAlaudaarvensis3), 2),], simplify=FALSE) |>
  lapply(myfun)

我希望使用dynRB包的dynRB_VPa()函数计算生态位重叠，我的数据结构如下：

Category       bio01      bio12     bio05        bio06
1     Pinguinus impennis Holocene  21.0140294 1186.70626 34.613461   5.68372365
2     Pinguinus impennis Holocene   2.8982613  950.03278 22.368842 -15.87416307
3     Pinguinus impennis Holocene   6.0617750 1085.21185 15.433964  -1.26445757
4     Pinguinus impennis Holocene   6.0617750 1085.21185 15.433964  -1.26445757
5     Pinguinus impennis Holocene   7.3024468 1659.60502 16.150548   0.25291706
6     Pinguinus impennis LP         7.2967643 1871.35630 16.928784  -0.18189558
7     Pinguinus impennis LP         7.6370588 1957.39923 18.220966  -0.38170791
8     Pinguinus impennis LP         8.8205156  782.54351 22.779858  -2.09939523
9     Pinguinus impennis LP         0.3173888 1251.95939 11.736772 -11.36740907
10    Pinguinus impennis LP        -1.3581151  733.32351 11.337507 -15.95739248

请问能否在myfun或循环函数中实现按Category的每个值选择X行的操作？

完全可以实现按Category分组子采样后计算超体积重叠，以下是具体实现步骤：

1. 定义子采样与重叠计算函数 #

编写一个整合分组子采样、超体积构建、重叠计算的核心函数：

library(dynRB)
library(hypervolume)
library(dplyr)

# 输入原始数据、子采样数量X，返回单次子采样后的重叠结果
calc_overlap_once <- function(data, X) {
  # 按Category分组，每组抽取X个样本；若样本量不足X，可将replace设为TRUE启用有放回采样
  sampled_data <- data %>%
    group_by(Category) %>%
    slice_sample(n = X, replace = FALSE) %>%
    ungroup()
  
  # 提取环境变量列（匹配所有bio开头的列，也可直接指定列名）
  env_vars <- sampled_data %>% select(starts_with("bio"))
  
  # 按Category拆分环境变量数据集
  split_env <- split(env_vars, sampled_data$Category)
  
  # 为每个分组构建超体积（采用box方法，可按需调整）
  hv_list <- lapply(split_env, function(x) hypervolume(x, method = "box"))
  
  # 使用dynRB_VPa计算两组超体积的重叠
  overlap_result <- dynRB_VPa(hv_list[[1]], hv_list[[2]])
  
  return(overlap_result)
}

2. 重复执行99次子采样计算 #

用replicate重复执行99次流程，获取所有重复的重叠结果：

# 设置子采样数量X（可根据需求调整）
X <- 2

# 替换your_data为你的实际数据集名称
all_overlaps <- replicate(99, calc_overlap_once(your_data, X), simplify = FALSE)

# 提取重叠值（dynRB_VPa返回的VPa指标，可按需调整）
overlap_values <- sapply(all_overlaps, function(x) x$VPa)

3. 统计均值与分位数 #

基于99次结果计算所需的统计量：

overlap_stats <- list(
  均值 = mean(overlap_values),
  "5%分位数" = quantile(overlap_values, 0.05),
  "95%分位数" = quantile(overlap_values, 0.95)
)

# 查看最终统计结果
print(overlap_stats)

关键注意事项 #

• 若存在多个Category（超过2组），需要修改函数逻辑以处理多组间的重叠计算；
• 环境变量列的选择可根据实际数据调整，比如直接指定select(bio01, bio12, bio05, bio06)；
• 当某Category的样本量小于X时，将slice_sample的replace参数设为TRUE即可启用有放回采样。

内容的提问来源于stack exchange，提问作者PowellHall