R语言【rWCVP】——rWCVP生成可发表级别的物种发现记录矩阵

介绍

世界维管植物名录（WCVP）提供了已知的>340，000种维管植物物种的分布数据。该分布数据可用于构建植物物种名录的发现记录矩阵，rWCVP可以提供帮助。

除了 rWCVP 之外，还可以使用 tidyverse 包进行数据操作和绘图，并使用 gt 包来格式化表格。

先做好准备工作

library(rWCVP)
library(tidyverse)
library(gt)

在此示例中，使用==管道运算符 （%>%） 和 dplyr语法 ==- 如果不熟悉这些，我建议查看 https://dplyr.tidyverse.org/ 和其中的一些帮助页面。

1. 查询一组示例数据

对于这个例子，我们没有想要检查的特定区域或植物组，但这让我们有机会展示rWCVP中的其他功能之一！

我们想要一组物种，a）不太大，b）分布在几个WGSRPD 3级区域。巴西就是不错的选择，因为它有五个3级区域（对于这个目的来说，这是一个不错的数字，因为该表格将适合纵向页面）。让我们看看是否有一些大小不错的示例属，使用 wcvp_summary 函数：

wcvp_summary(taxon = "Myrtaceae", taxon_rank = "family", area=get_wgsrpd3_codes("Brazil"), grouping_var = "genus")%>%wcvp_summary_gt()

Calycolpus看起来又漂亮又整齐——让我们看看这 8 个物种是如何分布在 5 个区域的。
我们可以使用相同的函数，但限制我们的分类单元并将我们的分组变量更改为 area。

wcvp_summary(taxon = "Calycolpus", taxon_rank = "genus", area=get_wgsrpd3_codes("Brazil"), grouping_var = "area_code_l3")%>%wcvp_summary_gt()

嗯，也许有点太小了 - 它只出现在 5 个区域中的 3 个。Myrciaria呢？

wcvp_summary(taxon = "Myrciaria", taxon_rank = "genus", area=get_wgsrpd3_codes("Brazil"), grouping_var = "area_code_l3")%>%wcvp_summary_gt()

2. 生成和格式化出现矩阵

为该属生成出现矩阵就像使用 generate_occurence_matrix 函数一样简单。

m = wcvp_occ_mat(taxon = "Myrciaria", taxon_rank = "genus", area=get_wgsrpd3_codes("Brazil"))

# A tibble: 23 × 7plant_name_id taxon_name             BZC   BZE   BZL   BZN   BZS<dbl> <chr>                <dbl> <dbl> <dbl> <dbl> <dbl>1        473796 Myrciaria alagoana       0     1     0     0     02        534878 Myrciaria alta           0     0     1     0     03        534776 Myrciaria cambuca        0     1     1     0     04        131799 Myrciaria cordata        0     0     0     1     05        131802 Myrciaria cuspidata      1     1     1     0     16        131803 Myrciaria delicatula     1     0     1     0     17        131806 Myrciaria disticha       0     1     1     0     08        131810 Myrciaria dubia          1     0     0     1     09        491614 Myrciaria evanida        0     0     1     0     0
10        131814 Myrciaria ferruginea     0     1     1     0     0
# ℹ 13 more rows
# ℹ Use `print(n = ...)` to see more rows

没关系，但是我们可以使用 gt 包让它更漂亮。让我们执行以下操作：

• 删除 WCVP ID 列
• 将taxon_id更改为“物种”
• 使物种名称为斜体
• 加粗列标题
• 减少文本周围的空间，使字体大小为 12
• 删除内部边框
• 将 1 和 0 更改为 X 和空白

m_gt = m %>% select(-plant_name_id) %>%gt() %>%cols_label(taxon_name = "Species") %>%tab_style(style = cell_text(style = "italic"),locations = cells_body(columns = taxon_name)) %>%tab_options(column_labels.font.weight = "bold",data_row.padding = px(1),table.font.size = 12,table_body.hlines.color = "transparent",) %>%text_transform(locations = cells_body(),fn = function(x) {ifelse(x==0, "", x)}) %>%text_transform(locations = cells_body(),fn = function(x){ifelse(x==1, "X", x)})m_gt

好多了！我们可以将此 gt 表另存为 HTML 表或图片。如果我们打算再制作几个表格，我们可以通过将表格样式保存为主题来节省空间（有关更多详细信息，请参阅 https://themockup.blog/posts/2020-09-26-functions-and-themes-for-gt-tables/）

occ_mat_theme <- function(x){x %>% cols_label(taxon_name = "Species") %>% #make species names italictab_style(style=cell_text(style="italic"),locations = cells_body(columns= taxon_name)) %>% tab_options(# some nice formattingcolumn_labels.font.weight = "bold",data_row.padding = px(1),table.font.size = 12,table_body.hlines.color = "transparent",) %>%# change the zeroes into blankstext_transform(locations = cells_body(),fn = function(x){ifelse(x == 0, "", x)}) %>% # change the 1s into Xtext_transform(locations = cells_body(),fn = function(x){ifelse(x == 1, "X", x)})
}

gt（） 的最大问题是它不支持 Word - 要直接导出到 docx 文件，请查看 flextable 。包括或排除发生类型 如果我们只想知道本地或引进物种怎么办？此函数可以选择筛选其中一个。巴西Myrciaria在这方面看起来不是很有趣（我们可以从汇总表中看到只引入了一个物种），所以让我们看看一个更具入侵性的群体 - 北欧的Poa（2级区域）。

wcvp_summary(taxon = "Poa", taxon_rank = "genus", area=get_wgsrpd3_codes("Northern Europe"), grouping_var = "area_code_l3") %>% wcvp_summary_gt()

还有一些工作要做。首先，让我们只看本地物种：

p = wcvp_occ_mat(taxon = "Poa", taxon_rank = "genus", area=get_wgsrpd3_codes("Northern Europe"), introduced = FALSE, extinct = FALSE, location_doubtful = FALSE)
p

# A tibble: 20 × 11plant_name_id taxon_name        DEN   FIN   FOR   GRB   ICE   IRE<dbl> <chr>           <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>1        435004 Poa abbreviata      0     0     0     0     0     02        435078 Poa alpigena        0     1     1     0     1     03        435085 Poa alpina          0     1     1     1     1     14        435167 Poa angustifol…     1     1     0     1     0     05        435194 Poa annua           1     1     1     1     1     16        435235 Poa arctica         0     1     0     0     0     07        435458 Poa bulbosa         1     1     0     1     0     08        435622 Poa compressa       1     1     0     0     0     09        435932 Poa flexuosa        0     0     0     1     1     0
10        435996 Poa glauca          0     1     1     1     1     0
11        436089 Poa hartzii         0     0     0     0     0     0
12        436146 Poa humilis         1     1     1     1     1     1
13        436189 Poa infirma         0     0     0     1     0     0
14        436383 Poa lindebergii     0     1     0     0     0     0
15        436600 Poa nemoralis       1     1     1     1     1     1
16        436739 Poa palustris       1     1     0     1     0     0
17        436906 Poa pratensis       1     1     1     1     1     1
18        437092 Poa remota          1     1     0     0     0     0
19        437424 Poa supina          1     1     0     0     0     0
20        437547 Poa trivialis       1     1     1     1     1     1
# ℹ 3 more variables: NOR <dbl>, SVA <dbl>, SWE <dbl>

我们可以像上面一样格式化这个矩阵，但让我们跳过那些步骤，直接处理引入的物种。我们正在做与以前相同的格式设置，但也添加一个标题 - html 函数可以将我们的属名和所有内容斜体化！

p = wcvp_occ_mat(taxon = "Poa", taxon_rank = "genus", area=get_wgsrpd3_codes("Northern Europe"),native = FALSE, introduced = TRUE, extinct = FALSE, location_doubtful = FALSE)
p %>% select(-plant_name_id) %>% #remove ID colgt() %>% occ_mat_theme() %>%  #the theme we defined above#add a headertab_header(title=html("Introduced <em>Poa</em> species in Northern Europe")) 

3. 额外地对国家进行处理

使用 gt 创建的表非常灵活 - 假设我们想查看美加边境出现的记录：

f = wcvp_occ_mat("Fritillaria", "genus", area=c("WAS","ORE","IDA","MNT","ABT","BRC"))
f_gt = f %>%select(-plant_name_id) %>%gt() %>%occ_mat_theme() %>%tab_header(title = html("<em>Fritillaria</em> species in Northwest USA and Southwest Canada"))
f_gt

了解哪些代码在美国，哪些在加拿大非常有用。我们可以使用 rWCVP 中包含的数据来创建检索表。

wgsrpd_mapping %>%filter(LEVEL3_COD %in% c("WAS","ORE","IDA","MNT","ABT","BRC")) %>%select(LEVEL3_NAM, LEVEL3_COD, COUNTRY) %>%gt() %>%tab_options(column_labels.font.weight = "bold",data_row.padding = px(1),table.font.size = 12,table_body.hlines.color = "transparent",)

不过，将其放在发生矩阵上确实会更好。输入 tab_spanner（）：

f_gt %>%tab_spanner(label = "United States", columns = c(IDA, MNT, ORE, WAS)) %>%tab_spanner(label = "Canada", columns = c(ABT, BRC))

gt 还有很多事情可以做 - 请参阅 https://gt.rstudio.com/ 以获取帮助、示例和文档。