我可以使用dplyr管而不是在r中的列表上使用lapply吗？

Question

我想知道我是否可以使用Tidyverse来完成我到目前为止使用列表的任务。 我每个图都有一个物种丰度的矩阵，我想用 vegdist 从 vegan 包装中计算差异指数。之后，我想以较长的格式删除自动比较等。 它的工作方式像 dplyr 的魅力一样，很容易：

library(tidyverse)
library(vegan)
df <- data.frame(spec1=sample.int(50,10,replace=T),
             spec2=sample.int(75,10,replace=T),
             spec3=sample.int(10,10,replace=T),
             spec4=sample.int(40,10,replace=T),
             spec5=sample.int(50,10,replace=T),
             spec6=sample.int(5,10,replace=T))

 df%>%
  vegdist() %>%
  as.matrix() %>%
  as_tibble(rownames= "rownames") %>%
  pivot_longer(-rownames) %>%
  filter(rownames < name) 

现在我想做同样的事情，但是该物种属于不同的类别，每个类别都必须获得自己的距离矩阵，只有在它才能放回原处之后到单个长格式数据框架或tibble。

cat <- data.frame(spec=c("spec1","spec2","spec3","spec4","spec5","spec6"),
                  group=c("a","b","c","b","a","c"))
df%>%
  pivot_longer(cols = everything(),values_to="abundance",names_to="spec")%>%
  left_join(cat, by="spec")

开始非常简单，但是在我用来通过列 group 将数据拆分为列表的点，我正在努力寻找解决方案。我尝试了 group_by + pivot_wider + vegdist 或 group_split 的组合一个工作解决方案。有人是否有建议，还是我应该坚持此类案例的列表？

Answer 1

我们可以split“ group”'spec'''基于list的元素的列，并应用vegdist

library(vegan)
library(purrr)
library(dplyr)
library(tidyr)
out <- map_dfr(split(cat$spec, cat$group), 
   ~  df %>%
         select(all_of(.x)) %>% 
         vegdist() %>% 
         as.matrix %>% 
         as_tibble(rownames = "rownames") %>% 
        pivot_longer(-rownames) %>% 
        filter(rownames < name), .id = 'group')

-Output，

> out
# A tibble: 135 × 4
   group rownames name   value
   <chr> <chr>    <chr>  <dbl>
 1 a     1        2     0.268 
 2 a     1        3     0.35  
 3 a     1        4     0.208 
 4 a     1        5     0.0682
 5 a     1        6     0.328 
 6 a     1        7     0.196 
 7 a     1        8     0.189 
 8 a     1        9     0.178 
 9 a     1        10    0.178 
10 a     2        3     0.0822
# … with 125 more rows

---

如果我们想要宽的格式，

cat %>% 
  pivot_wider(names_from = group, values_from = spec, values_fn = list) %>%
  summarise(across(everything(), ~
    df %>%
     select(all_of(unlist(.x))) %>% 
     vegdist() %>%
     as.matrix %>%
     as_tibble(rownames = "rownames") %>% 
     pivot_longer(-rownames) %>%
     filter(rownames < name))) %>% 
     unnest(where(is.list),  names_sep = "_")