R以`scientific_name`为`key`，将其内容合并为一个 `data.frame` 或 `tibble`，其中每行为一个样本，每列为样本的物种相对丰度。注意：用 `join` 或者 `spread`都可以，只要能解决问题。

在R语言中，如果你有两个数据框，其中一个包含物种名称（如`scientific_name`)，而另一个数据框包含每个样本的物种计数信息，你可以使用`dplyr`包中的函数来实现这个任务。这里我们假设第一个数据框名为`species_list`，它有`scientific_name`这一列；第二个数据框叫做`sample_counts`，包含了样本ID和对应的物种计数值。

使用`join`函数，你可以这样做：

library(dplyr)
result <- left_join(species_list, sample_counts, by = "scientific_name") %>%
  group_by(sample_id) %>%
  summarize(percentage = round(n / sum(n), 2)) %>%
  spread(key = scientific_name, value = percentage)

如果`sample_counts`里有多个样本ID，可以考虑先`pivot_longer`转换成长格式，然后再进行操作：

library(tidyr)
species_list_spread <- species_list %>%
  pivot_longer(cols = starts_with("scientific_name"), names_to = "species", values_to = "count") %>%
  inner_join(sample_counts, by = c("species" = "scientific_name")) %>%
  group_by(sample_id) %>%
  mutate(percentage = count / sum(count), percentage = round(percentage, 2)) %>%
  select(-count) %>%
  spread(species, percentage)

这两个例子都假设`species_list`中没有重复的`scientific_name`，并且`sample_counts`的`scientific_name`与`species_list`匹配。如果需要进一步的帮助，请提供两个数据框的具体结构。