很多多元统计分析方法（例如聚类、排序等）最基本分析数据是“样方-物种”矩阵数据，但是我们野外调查数据输入往往是三列数据，即第一列为样方号，第二列为物种名，第三列为物种多度，对于这样的数据，如何变为样方-物种多度矩阵，我编了了一个小程序，方便大家使用。

b=read.csv("rawdata.csv",header=T)#读入数据

tram.sitedata=function(data1)

{Species=unique(data1$species) #提取所有的不重复物种名称并赋给Species向量

Site=unique(data1$site) #提取所有不重复样方编号并赋给Site向量

n=length(Species) #计算不重复物种数并赋值给n

m=length(Site)   #计算不重复的样方数并赋值给m

newdata=as.data.frame(matrix(0,m,n))#构建一个新m×n的矩阵，然后将矩阵转为数据框,才能添加行名和列名

names(newdata)=Species #将列名改为物种名称

row.names(newdata)=Site #将行名改为样方的名称

#做一个行循环,然后进行填空

for(i in 1:m)

{newdata1=data1[data1$site==Site[i],]#提取原始数据第i个样方的数据

newspecies=newdata1$species           #提取第i个样方的物种名

newn=length(newspecies)               #提取第i个样方的物种数

#做一个列循环,看多少个物种，就只插入多少数值

for (j in 1:newn)

{Ncol=which(Species==newspecies[j])#提取第i个样方的物种所在的位置

newdata[i,Ncol]=newdata1$abun[j]   #第i行物种所在的位置依次填入当前的物种多度值

}

}

return(newdata)#返回结果

}

k=tram.sitedata(b)

k

write.csv(k,file="sitedata.csv")

rawdata.csv #本案例所使用数据