我在R中有一个数据框，它是由行中采样的树木和列中不同的地衣物种组成的.每棵树的每个地衣种类的计数数据列在每一栏中.
| Tree_ID | Lichen_A | Lichen_B | Lichen_C |
|---|---|---|---|
| Tree1 | 1 | 2 | 3 |
| Tree2 | 2 | 5 | 7 |
我想将地衣分类，并按类别计算每棵树所见的数量.理想情况下，可以从另一个数据框中导入类别，该数据框可能如下所示.某些地衣将属于同一类别.
| Lichen | Sensitivity |
|---|---|
| Lichen_A | Low |
| Lichen_B | Low |
| Lichen_C | Medium |
将这些组合在一起以获得类别的总和如下所示:
| Tree_ID | Low | Medium |
|---|---|---|
| Tree1 | 3 | 3 |
| Tree2 | 7 | 7 |
事实上，我有大约40种不同的地衣，两个敏感类别和多个树木数据集，所以我想找到一个解决方案，这意味着我不需要手动做所有的事情.
我不确定如何为此设置代码，但我有一种感觉，它应该是可能的，也许是循环和/或dplyrMutations ？
dplyr和tidyr:
library(dplyr)
library(tidyr)
df1 %>%
pivot_longer(unique(df2$Lichen)) %>%
inner_join(df2, by = c("name" = "Lichen")) %>%
group_by(Tree_ID, Sensitivity) %>%
summarise(value = sum(value)) %>%
pivot_wider(names_from = "Sensitivity")
Tree_ID Low Medium
1 Tree1 3 3
2 Tree2 7 7
数据
df1 <- read.table(header = T,text = "Tree_ID Lichen_A Lichen_B Lichen_C
Tree1 1 2 3
Tree2 2 5 7")
df2 <- read.table(header = T,text= "
Lichen Sensitivity
Lichen_A Low
Lichen_B Low
Lichen_C Medium")