将每个物种的总记录转换为x物种记录矩阵

Question

想象一下，我有3种物种的9个采样记录，分布如下：

sp1 sp2 sp3
3 1 5

我想要获得的是一个记录x种类矩阵，并用1和0填充它，例如：

sp1 sp2 sp3 
1 0 0
1 0 0
1 0 0
0 1 0
0 0 1
0 0 1
0 0 1
0 0 1
0 0 1

列数与种类数匹配，行数与记录数匹配。 请注意，每一行代表一个物种的唯一记录。

Answer 1

使用rep产生1 s， dcast从reshape2进行reshape2成形和填充。

library(reshape2)
x<-list(sp1=3,sp2=1,sp3=5)
d<-melt(lapply(x,function(i) rep(1,i)))
dcast(d,1:nrow(d)~L1,fill=0)[-1]

sp1 sp2 sp3
1   1   0   0
2   1   0   0
3   1   0   0
4   0   1   0
5   0   0   1
6   0   0   1
7   0   0   1
8   0   0   1
9   0   0   1

Answer 2

这是使用stack和spread另一种选择

library(tidyr)

stackedList = stack(apply(df, 2, function(x) rep(1, x)))
out = spread(stackedList, ind, values, fill = 0)

#> out
#  sp1 sp2 sp3
#1   1   0   0
#2   1   0   0
#3   1   0   0
#4   0   1   0
#5   0   0   1
#6   0   0   1
#7   0   0   1
#8   0   0   1
#9   0   0   1

数据

df = data.frame(sp1 = 3, sp2 = 1, sp3 = 5) 

Answer 3

另一个选择是创建行/列索引，使用sparseMatrix从library(Matrix)来创建一个稀疏矩阵，其可以被转换回matrix的0和1与as.matrix 。

尚不清楚初始数据集是否为matrix 。 假设它是一个3列1行的matrix ，我们通过复制元素为'm1'的列序列来获得列索引。 如果它是vector它也应该起作用。 对于data.frame ，我们必须使用rep(seq_along(df1), unlist(df1)) 。 然后，创建sparseMatrix ，将行索引指定为'cI'的序列，将列索引（'cI'）和值'x'指定为1。

library(Matrix)
cI <- rep(seq_along(m1), m1)
m2 <- as.matrix(sparseMatrix(seq_along(cI), cI, x=1))
colnames(m2) <- colnames(m1)
m2
#      sp1 sp2 sp3
# [1,]   1   0   0
# [2,]   1   0   0
# [3,]   1   0   0
# [4,]   0   1   0
# [5,]   0   0   1
# [6,]   0   0   1
# [7,]   0   0   1
# [8,]   0   0   1
# [9,]   0   0   1

---

base R方法是创建一个matrix 0，然后将与行/列索引相对应的元素替换为1。

m2 <- matrix(0, nrow=length(cI), ncol=ncol(m1),
                   dimnames=list(NULL, colnames(m1))) 
m2[cbind(seq_along(cI), cI)] <- 1
m2
#      sp1 sp2 sp3
# [1,]   1   0   0
# [2,]   1   0   0
# [3,]   1   0   0
# [4,]   0   1   0
# [5,]   0   0   1
# [6,]   0   0   1
# [7,]   0   0   1
# [8,]   0   0   1
# [9,]   0   0   1

数据

m1 <- structure(c(3L, 1L, 5L), .Dim = c(1L, 3L), .Dimnames = list(NULL, 
c("sp1", "sp2", "sp3")))