创建一个新行，其中 1 - R 中数据框中列值的总和

Question

我有一个不同样本中物种相对丰度 (%) 的多变量数据集。在这个数据框中，我只有最丰富的物种，所以总数不是 100%。

我的数据集看起来像这样，但有更多的物种和样本：

species = c("Species1","Species2","Species3","Species4","Species5","Species6")
Sample1 = c(0.6,7.9,7.1,2.7,4.5,6.4)
Sample2 = c(1.8,0.3,0.9,3.3,1.7,9.8)
Sample3 = c(9.2,1,8,2.1,8,2.2)
Sample4 = c(6.1,1.3,9,5.3,5.5,6.2)

df = data.frame(species, Sample1, Sample2, Sample3, Sample4)
df

   species Sample1 Sample2 Sample3 Sample4
1 Species1     0.6     1.8     9.2     6.1
2 Species2     7.9     0.3     1.0     1.3
3 Species3     7.1     0.9     8.0     9.0
4 Species4     2.7     3.3     2.1     5.3
5 Species5     4.5     1.7     8.0     5.5
6 Species6     6.4     9.8     2.2     6.2

但我想制作一个堆积条形图，其中我还有变量“其他”，代表所有最稀有物种的覆盖百分比，计算公式为 100 - sum of column

我想要的结果是这样的：

   species Sample1 Sample2 Sample3 Sample4
1 Species1     0.6     1.8     9.2     6.1
2 Species2     7.9     0.3     1.0     1.3
3 Species3     7.1     0.9     8.0     9.0
4 Species4     2.7     3.3     2.1     5.3
5 Species5     4.5     1.7     8.0     5.5
6 Species6     6.4     9.8     2.2     6.2
7   Others    70.8    82.2    69.5    66.6

我该怎么办？我已经搜索了几个小时，但找不到解决方案。

Answer 1

要获取您需要的数据，请使用 summarize(across())

bind_rows(
  df,
  df %>% summarize(across(starts_with("Sample"),~100-sum(.x))) %>% 
    mutate(species="Others")
)

输出：

   species Sample1 Sample2 Sample3 Sample4
1 Species1     0.6     1.8     9.2     6.1
2 Species2     7.9     0.3     1.0     1.3
3 Species3     7.1     0.9     8.0     9.0
4 Species4     2.7     3.3     2.1     5.3
5 Species5     4.5     1.7     8.0     5.5
6 Species6     6.4     9.8     2.2     6.2
7   Others    70.8    82.2    69.5    66.6

此外，如果您想将其绘制在简单的堆积条形图中，您可以使用以下方法继续管道：

... %>% pivot_longer(cols = -species, names_to="Sample",values_to = "Abundance") %>% 
  ggplot(aes(Sample,Abundance,fill=species)) + 
  geom_col() + 
  labs(fill="", y="Relative Abundance")+
  theme(legend.position = "bottom")

Answer 2

这个答案和另一个答案之间的主要区别在于 data.table:

的使用

library(data.table)
library(ggplot2)
library(RColorBrewer)
#
setDT(df)
result <- rbind(df, df[, c(species='Others', lapply(.SD, \(x) 100-sum(x))), .SDcols=-1])
result
##     species Sample1 Sample2 Sample3 Sample4
## 1: Species1     0.6     1.8     9.2     6.1
## 2: Species2     7.9     0.3     1.0     1.3
## 3: Species3     7.1     0.9     8.0     9.0
## 4: Species4     2.7     3.3     2.1     5.3
## 5: Species5     4.5     1.7     8.0     5.5
## 6: Species6     6.4     9.8     2.2     6.2
## 7:   Others    70.8    82.2    69.5    66.6

.SDcols = -1 表示使用除第一列以外的所有列。

#   melt for use in ggplot
#   reorder factors to put "Others" at the top.
#
gg.dt <- melt(result, id='species')[
  , species:=factor(species, levels=c('Others', setdiff(unique(species), 'Others')))]
##
#   use Brewer palette, with grey80 for "Others"
#
ggplot(gg.dt, aes(x=variable, y=value, fill=species))+
  geom_bar(stat='identity', color='grey80')+
  scale_fill_manual(values = c('grey80', brewer.pal(6, 'Spectral')))+
  labs(x=NULL, y='Relative Abundance')

Answer 3

另一种可能的解决方案，基于 dplyr 和 colSums：

library(dplyr)

df %>% 
  bind_rows(data.frame(species = "Others", t(100 - colSums(.[-1]))))

#>    species Sample1 Sample2 Sample3 Sample4
#> 1 Species1     0.6     1.8     9.2     6.1
#> 2 Species2     7.9     0.3     1.0     1.3
#> 3 Species3     7.1     0.9     8.0     9.0
#> 4 Species4     2.7     3.3     2.1     5.3
#> 5 Species5     4.5     1.7     8.0     5.5
#> 6 Species6     6.4     9.8     2.2     6.2
#> 7   Others    70.8    82.2    69.5    66.6

创建一个新行，其中 1 - R 中数据框中列值的总和

Create a new row with 1 - sum of column values in a data frame in R

r

matrix

dataframe