7

ラスターのスタック (種ごとに 1 つ) があり、種名と共に緯度/経度の列を持つデータ フレームがあります。

fls = list.files(pattern="median")
s <- stack(fls)
df<-c("x","y","species name")

抽出関数で使用するラスターを一度に 1 つだけ選択できるようにしたいと考えています。種名列による部分一致で選択したいです。ラスター名が種リストの名前と完全に一致しない可能性があるため、大文字と小文字の不一致があるか、ラスター レイヤー名が長くなる可能性があるため、これを行います。たとえば、「species_name_median」、または「 _" を空白の代わりに使用します。

for(i:length(df.species name))
{
  result<-extract(s[[partial match to "species name[i]" ]],df.xy)
}

一度に 1 つのラスターを抽出に使用したいということで、これが理にかなっていることを願っています。s[[i]] を使用して単一のラスターを簡単に選択できますが、リスト内のすべての種に同等のラスターがあるという保証はありません。

4

2 に答える 2

4

クエリを実行するポイントのデータが、x 座標と y 座標の data.frame と、クエリを実行するレイヤーの適切な種名で構成されている場合は、次の 2 つのコマンドを使用してすべてを実行できます。

#  Find the layer to match on using 'grepl' and 'which' converting all names to lowercase for consistency
df$layer <- lapply( df$species , function(x) which( grepl( tolower(x) , tolower(names(s)) ) ) )


# Extract each value from the appropriate layer in the stack
df$Value <- sapply( seq_len(nrow(df)) , function(x) extract( s[[ df$layer[x] ]] , df[ x , 1:2 ] ) )

使い方

最初の行から始めます。

  • 最初に、その行に使用する必要があるスタック内df$layerのインデックスとなる新しい列ベクトルを定義します。rasterLayer
  • lapply列内のすべての要素に沿って反復し、入力変数として順番df$speciesに各項目を使用して無名関数を適用します。ループ構成のようには見えませんが、これはループ構成です。df$speciesxlapply
  • df$species最初の繰り返しで、 whichの最初の要素を取り、xそれを使用してgrepl(「グローバル正規パターン マッチング論理」のようなものを意味します)、スタックの名前のどの要素にs種パターンが含まれているかを見つけます。tolower()( ) と一致するパターンと ( x) で一致する要素の両方で使用しnames(s)て、大文字と小文字が一致しない場合でも一致するようにし"Tiger"ます"tiger"。
  • greplは、パターンの一致を検出した要素の論理ベクトルをgrepl( "abc" , c("xyz", "wxy" , "acb" , "zxabcty" ) )返します。たとえば、 returnF , F , T , Tです。whichこれらの要素のインデックスを取得するために使用します。
  • アイデアは、スタック内のレイヤーと各行の種名との一致を 1 つだけ取得することです。そのため、唯一TRUEのインデックスは、必要なスタック内のレイヤーのインデックスになります。

2 行目sapply:

  • sapplyはイテレータとよく似lapplyていますが、値のリストではなくベクトルを返します。TBH は、このユースケースでどちらでも使用できます。
  • 1ここで、 からまでの一連の数値を反復処理しnrow(df)ます。
  • 入力変数として別の無名関数の行番号を使用しますx
  • 前の行で取得したレイヤーを使用して、data.frameの現在の行 ( で指定) の"x"と"y"座標 (それぞれ列 1 と 2)を抽出します。x
  • x/yこれらすべてを実行した結果を、適切なレイヤーのその座標に対して抽出された値を含む data.frame の別の列に割り当てます

それが役立つことを願っています!!

そして、いくつかのデータを使用した実際の例:

require( raster )
#  Sample rasters - note the scale of values in each layer  
# Tens
r1 <- raster( matrix( sample(1:10,100,repl=TRUE) , ncol = 10 ) )    
# Hundreds
r2 <- raster( matrix( sample(1e2:1.1e2,100,repl=TRUE) , ncol = 10 ) )   
# Thousands
r3 <- raster( matrix( sample(1e3:1.1e3,100,repl=TRUE) , ncol = 10 ) )

#  Stack the rasters
s <- stack( r1,r2,r3 )
#  Name the layers in the stack
names(s) <- c("LIon_medIan" , "PANTHeR_MEAN_AVG" , "tiger.Mean.JULY_2012")


#  Data of points to query on
df <- data.frame( x = runif(10) , y = runif(10) , species = sample( c("lion" , "panther" , "Tiger" ) , 10 , repl = TRUE ) )

#  Run the previous code
df$layer <- lapply( df$species , function(x) which( grepl( tolower(x) , tolower(names(s)) ) ) )
df$Value <- sapply( seq_len(nrow(df)) , function(x) extract( s[[ df$layer[x] ]] , df[ x , 1:2 ] ) )

#  And the result (note the scale of Values is consistent with the scale of values in each rasterLayer in the stack)
df
#          x         y species layer Value
#1  0.4827577 0.7517476    lion     1     1
#2  0.8590993 0.9929104    lion     1     3
#3  0.8987446 0.4465397   tiger     3  1084
#4  0.5935572 0.6591223 panther     2   107
#5  0.6382287 0.1579990 panther     2   103
#6  0.7957626 0.7931233    lion     1     4
#7  0.2836228 0.3689158   tiger     3  1076
#8  0.5213569 0.7156062    lion     1     3
#9  0.6828245 0.1352709 panther     2   103
#10 0.7030304 0.8049597 panther     2   105
于 2013-05-22T11:11:51.373 に答える