Как рассчитать среднее значение нескольких видов в фрейме данных?аргумент не является числовым или логическим - PullRequest
Новая
       3

Как рассчитать среднее значение нескольких видов в фрейме данных?аргумент не является числовым или логическим

0 голосов
/ 27 апреля 2019

Я импортировал и присвоил имена двум наборам данных: 1. 'CC.sp.ba' - кадр данных вида (столбцы) x сообщества (строки), содержащий значения базальной площади дерева 2. «CC.traits» - кадр данных признака (столбцы) x вида (строки), содержащий значения признака.

В одном фрагменте кода я хотел бы рассчитать среднее значение для сообщества по всем признакам в сообществе 1 ('com1' в CC.sp.ba).

Среднее значение данного признака для сообщества будет средним для всех значений признаков, связанных с видом в сообществе 1 с базальной площадью> 0.

Я извлек значения признаков для всех видов, присутствующих в сообществе 1, однако, завершение того же кода с помощью функции mean () возвращает ошибку. Должен ли я преобразовывать свои данные в матрицы? 

#import data

CC.sp.ba = read.table("CC.sp.basalarea_v2.txt", header = T, row.names = 1)
CC.traits = read.table("CC.sp.trait.matrix.v2.txt", sep = "\t", header = T, row.names = 1)

#check imports
str(CC.sp.ba)
dim(CC.sp.ba)

str(CC.traits)
dim(CC.traits)

#extract species trait values present in com1
CC.traits[names(CC.sp.ba[1, CC.sp.ba[1,] > 0]), ]

#what is the community mean for each trait in com1?
mean(CC.traits[names(CC.sp.ba[1, CC.sp.ba[1,] > 0]), ], na.rm = T)

Вот мои два набора данных: 

> dput(CC.sp.ba)
structure(list(GYMLUC = c(20.9, 21.54, 50.2, 17.67, 142.08, 16.85, 
184.29, 316.83, 0.71, 1261.405644, 827.1221911), CRORHA = c(10.23, 
7.68, 29.03, 9.11, 58.79, 10.26, 112.25, 129.68, 0, 686.8964985, 
0), COCKRU = c(0.48, 0, 0, 0, 0, 0, 0, 0, 0, 667.4407852, 206.0152755
), COCMIC = c(8.52, 15.85, 36.93, 12.63, 119.19, 17.02, 186.17, 
282.43, 3.8, 589.6194399, 590.4755239), THOPOR = c(7.84, 7.77, 
29.17, 9.15, 76.48, 9.99, 109.22, 227.88, 5.27, 549.6187194, 
929.4234417), COCDIV = c(0, 0, 0, 0, 0, 0, 0, 0, 0.61, 390.0786726, 
827.7592275), ERIFRU = c(1.37, 1.61, 5.35, 3.15, 19.35, 2.98, 
32.56, 50.49, 0, 265.8502052, 0), PICACU = c(2.005, 4.3, 10.64, 
1.95, 24.35, 3.49, 38.2, 58.05, 0, 254.6088015, 873.7749197), 
    EUGXER = c(2.01, 3.08, 5.52, 0, 14.52, 0, 11.97, 0, 0, 245.7902725, 
    102.262609), PISALB = c(0, 0, 0, 0, 0, 0, 0, 0, 6.96, 225.2963288, 
    1389.722521), BOUSUC = c(0.94, 0, 8.88, 2.15, 0, 1.81, 19.85, 
    0, 0, 206.4674292, 111.1708305), EUGFOE = c(8.08, 9.15, 31.9, 
    8.23, 59.15, 7.41, 81.08, 86.81, 0.67, 176.1366878, 390.3889316
    ), STEACU = c(0, 0, 0, 0, 0, 0, 0, 0, 0.49, 121.0073925, 
    0), BURSIM = c(0.37, 4.23, 23.65, 7.59, 37.06, 6.04, 66.09, 
    81.57, 2.82, 108.6285752, 1661.919686), CROGLA = c(10.44, 
    9.95, 26.57, 13.52, 88.12, 11.23, 126.88, 121.77, 0, 0, 37.69447735
    ), COMDOD = c(1.84, 0, 0, 0, 0, 0, 9.3, 0, 0.48, 0, 40.91107547
    ), EXOCAR = c(1.57, 2.28, 0, 0, 0, 0, 2.9, 0, 9.75, 0, 703.4056179
    ), CRODIS = c(0.34, 0, 0, 0, 0, 0, 3.16, 0, 0, 0, 0), GUEKRU = c(1.1, 
    2.76, 10.05, 4.38, 21.04, 2.82, 30.82, 37.07, 1.5, 0, 0), 
    GUEELL = c(0.5, 0, 0, 0, 0, 0, 0, 0, 0, 0, 150.3278763), 
    JACBER = c(0.61, 0, 0, 0, 0, 0, 2.04, 0, 0, 0, 608.3438816
    ), KRUFER = c(0.05, 0, 0, 0, 0, 0, 0, 0, 0.49, 0, 707.9391999
    ), LANINV = c(0, 1.59, 5.08, 0, 0, 1.8, 19.77, 0, 3.67, 0, 
    0), WEDLAN = c(0, 0.44, 0, 2.35, 27.67, 0, 36.22, 0, 0.48, 
    0, 0), AMYELE = c(0, 0, 0, 0, 0, 0, 3.98, 0, 1.2, 0, 4065.510833
    ), BUCBUC = c(0, 0, 0, 0, 0, 0, 0, 0, 19.64, 0, 2395.229602
    ), SALSES = c(0, 0, 0, 0, 0, 0, 0, 0, 4.22, 0, 735.1889814
    ), LEULEU = c(0, 0, 0, 0, 0, 0, 0, 0, 2.05, 0, 701.6687382
    ), TABHET = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 532.7651747), 
    EUGRHO = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 394.7627872), PITUNG = c(0, 
    0, 0, 0, 0, 0, 0, 0, 6.81, 0, 290.7742657), HELJAM = c(0, 
    0, 0, 0, 0, 0, 0, 0, 8.06, 0, 87.07756413), SAMDOD = c(0, 
    0, 0, 0, 0, 0, 0, 0, 3.03, 0, 86.60915267), REYGUA = c(0, 
    0, 0, 0, 0, 0, 0, 0, 0.52, 0, 77.54133833), PLUALB = c(0, 
    0, 0, 0, 0, 0, 0, 0, 0.48, 0, 33.18307184), CASXYL = c(0, 
    0, 0, 0, 0, 0, 0, 0, 0.48, 0, 21.67934513), SWIMAH = c(0, 
    0, 0, 0, 0, 0, 9.73, 0, 0, 0, 0)), class = "data.frame", row.names = c("com1", 
"com2", "com3", "com4", "com5", "com6", "com7", "com8", "com9", 
"com10", "com11"))

> dput(CC.traits)
structure(list(SLA = c(75.9, 103.5, 91.7, 147.2, 37, 79.2, 73.85, 
83.4, 84, 63.5, 84.13, 134.3, 54, 81, 68.4, 80, 120.3, 119.3, 
78.7, 81.9, 151, 58.3, 106.6, 101.33, 127.55, 113.3, 109.8, 119.1, 
74.4, 57.8, 146, 138.32, 108.49, 78.15, 77, 84, 117.3), LDMC = c(0.55, 
0.38, 0.48, 0.28, 0.5, 0.46, 0.46, 0.53, 0.35, 0.41, 0.34, 0.41, 
0.36, 0.45, 0.44, 0.47, 0.38, 0.44, 0.46, 0.45, 0.44, 0.45, 0.45, 
0.36, 0.39, 0.47, 0.32, 0.49, 0.23, 0.54, 0.51, 0.42, 0.33, 0.53, 
0.45, 0.47, 0.34), LA = c(16.94, 17.21, 10.03, 99.69, 2.74, 22.18, 
10.86, 11.56, 33.13, 3.22, 4.24, 10.07, 11.63, 3.37, 4.05, 13.51, 
10.6, 7.5, 23.66, 7.56, 85.86, 1.57, 7.92, 5.21, 99.97, 24.9, 
22.14, 11.82, 64.7, 13.75, 21.74, 22.66, 3.94, 54.34, 10.8, 25.33, 
8.85), LNC = c(1.9188088, 1.7614906, 1.290438, 1.689876, 0.8302528, 
0.95263, NA, 1.2416738, 1.6589502, 1.3450672, NA, NA, 0.8582886, 
1.3142324, 0.861374, 0.8860538, 2.0102576, 1.295464, 1.3981406, 
1.6320698, 2.314981937, 0.9077578, 1.9488048, 1.002340704, 2.1624114, 
2.0907072, 2.173463, 2.3950206, 1.9975168, 1.0654708, 1.874769211, 
2.926402855, NA, 1.237917757, 1.5005978, 1.4856384, NA), LCC = c(47.3047114, 
42.9450226, 47.6619398, 49.4926766, 45.6836828, 45.5810874, NA, 
50.2479704, 48.0294908, 48.949511, NA, NA, 55.0397358, 49.2616368, 
47.9119342, 51.8730816, 51.4244232, 48.4945388, 49.1115594, 46.1324934, 
43.17878571, 50.6282388, 46.1696618, 40.62408543, 46.598863, 
44.4949426, 44.070354, 46.5736804, 49.6228904, 47.8008056, 44.88132553, 
45.39932861, NA, 49.25407715, 47.1947452, 51.1394106, NA), LPP = c(27.89543918, 
13.18525215, 23.1064764, 32.22573772, 11.29075999, 19.14508943, 
20.84716214, 15.06101892, 26.80893653, 12.80235036, 19.59966423, 
19.30522374, 7.650933041, 22.91922257, 11.19648738, 13.57654807, 
23.11551624, 17.74714276, 15.3961387, 25.74029831, 23.62110157, 
11.18809324, 19.47116937, 20.08135856, 23.55459418, 25.16497708, 
35.19532511, 26.0773552, 33.63466133, 14.60967263, 25.7816233, 
20.00645703, 16.50610189, 18.5710596, 21.7466262, 20.96016013, 
19.4317815), psi_max = c(60.8, 48.1, 42.8, 6.4, 34.6, 33.1, NA, 
40.3, 11, 33.1, NA, NA, 41.2, 56.3, 71.1, 38, 50.2, 59.3, 49.8, 
57.7, NA, 29, 53.5, NA, 26.4, 36.9, 23, 51, 14.5, 36.6, NA, NA, 
NA, NA, 26.4, 44.6, NA), WD = c(0.899260979, 0.676606672, 0.870232204, 
0.2510932, 0.730772283, 0.769853297, 0.841698597, 0.754002829, 
0.909014991, 0.843539019, 0.837285341, 0.832793627, 0.994393792, 
0.769313634, 0.794045687, 0.892244107, 0.900821498, 0.756282959, 
0.785521771, 0.958602284, 0.675844096, 0.710362326, 1.039844924, 
0.72851963, 0.721394665, 1.029333631, 0.436947608, 0.752477862, 
0.600673147, 0.933481153, 0.803070694, 0.874902042, 0.780287544, 
0.681921822, 0.623790785, 1.170984813, 0.689935706)), class = "data.frame", row.names = c("AMYELE", 
"BOUSUC", "BUCBUC", "BURSIM", "CASXYL", "COCDIV", "COCKRU", "COCMIC", 
"COMDOD", "CRORHA", "CRODIS", "CROGLA", "ERIFRU", "EUGFOE", "EUGRHO", 
"EUGXER", "EXOCAR", "GUEELL", "GUEKRU", "GYMLUC", "HELJAM", "JACBER", 
"KRUFER", "LANINV", "LEULEU", "PICACU", "PISALB", "PITUNG", "PLUALB", 
"REYGUA", "SALSES", "SAMDOD", "STEACU", "SWIMAH", "TABHET", "THOPOR", 
"WEDLAN"))

#output from last command
> mean(CC.traits[names(CC.sp.ba[1, CC.sp.ba[1,] > 0]), ], na.rm = T)
[1] NA
Warning message:
  In mean.default(CC.traits[names(CC.sp.ba[1, CC.sp.ba[1, ] > 0]),  :
                              argument is not numeric or logical: returning NA
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.

Похожие темы

...