将另一个数据框中的列名称替换为 R 中缺少的列名称？

Question

我有两个数据集:

a.数据框如下所示:

        SpeciesA  SpeciesB  SpeciesC  SpeciesD  SpeciesE  SpeciesY SpeciesZ
Site1     1          0        4        6          2        5        2
Site2     1          0        4        6          2        5        3
Site3     1          0        4        6          2        5        4
Site4     1          0        4        6          2        5        5

(注意:行值不相同。这仅用于此处表示的目的)

b.另一个数据集如下所示:

Order          Species
Order1         SpeciesA
Order1         SpeciesB
Order2         SpeciesC
Order2         SpeciesD
Order3         SpeciesE

请注意，某些物种(例如 SpeciesZ、SpeciesY)在 (b) 中没有相应的“目”。

我想将数据集(2)中的顺序列与数据框(1)中相应的物种相匹配，并将同一顺序下的值(如果有多个物种)相加。当物种没有对应的 Order 时(例如 SpeciesY、SpeciesZ)，我想将该列重命名为 NULL，然后将其删除(注意我需要这两个步骤)

预最终输出

         Order1    Order1   Order3    NULL   NULL
Site1     1          10       2        5     2
Site2     1          10       2        5     3
Site3     1          10       2        5     4
Site4     1          10       2        5     5

最终输出

         Order1      Order2    Order3   
Site1     1             10          2                
Site2     1             10          2                    
Site3     1             10          2                    
Site4     1             10          2            

这是问题 asked here 的延伸，其中大部分代码使用 dplyr 或 melt/reshape 函数。然而，我发现很难对此执行相同的分析，因为它会抛出一个错误，指出某些物种没有相应的值

Answer 1

一种方法是使用 match 创建索引，使用 Order 列分割数据集子集，循环遍历 列出元素并获取rowSums

i1 <- match(colnames(df1), df2$Species, nomatch = 0)
data.frame(lapply(split.default(df1[i1], df2$Order[i1]), rowSums))
#      Order1 Order2 Order3
#Site1      1     10      2
#Site2      1     10      2
#Site3      1     10      2
#Site4      1     10      2

---

或者我们可以将第一个数据集转换为“长”格式，与第二个数据集连接，按列分组，获取值列的总和，并将其重新调整回“宽”格式

library(tidyverse)
rownames_to_column(df1, "rn") %>%
      gather(Species, Val, -rn) %>% 
      left_join(., df2, by = "Species") %>%
      na.omit() %>%
      group_by(rn, Order) %>% 
      summarise(Val = sum(Val))  %>%
      spread(Order, Val)