3

私の最終的な目標は、clarkevans.testspatstat パッケージを使用して、データ フレームのリストの Clark-Evans-Index ( ) を計算することです。

だから私は私のポイントデータのリストを持っています:

points.li <- list(structure(list(x.n = c(-1.37977544977995, 0.0787053126116266, 
-6.50583075192879, -9.17021249875416, -19.4146851390704, -22.7380870106472, 
-20.3267566111816, -15.7328116296655, -8.74750043303314, -11.8963575795747
), y.n = c(13.1276911114957, 2.22311850078447, 9.48873515598742, 
2.7986686485412, 2.56632386092958, -0.757078010647191, 6.88269379207495, 
11.5304629645448, 19.131978467755, 28.8757897612883)), row.names = 1098:1107, class = "data.frame", .Names = c("x.n", 
"y.n")), structure(list(x.n = c(0.104714438623701, 1.93357872460516, 
1.51117985822383, 4.47756948027361, 0.710996014054978, -0.727469791776916, 
0.694499984379773, 2.88088318987335, -5.90066975026119, -11.3699018974284
), y.n = c(-5.99908617093835, -9.09677268682439, -12.3075722803524, 
-16.7105167948009, -16.2844860117843, -13.8809505330886, -19.88787745768, 
-20.4985490229505, -14.9797228445106, -17.1780479345837)), row.names = 108:117, class = "data.frame", .Names = c("x.n", 
"y.n")))

> points.li
[[1]]
              x.n       y.n
1098  -1.37977545 13.127691
1099   0.07870531  2.223119
1100  -6.50583075  9.488735
1101  -9.17021250  2.798669
1102 -19.41468514  2.566324
1103 -22.73808701 -0.757078
1104 -20.32675661  6.882694
1105 -15.73281163 11.530463
1106  -8.74750043 19.131978
1107 -11.89635758 28.875790

[[2]]
            x.n        y.n
108   0.1047144  -5.999086
109   1.9335787  -9.096773
110   1.5111799 -12.307572
111   4.4775695 -16.710517
112   0.7109960 -16.284486
113  -0.7274698 -13.880951
114   0.6945000 -19.887877
115   2.8808832 -20.498549
116  -5.9006698 -14.979723
117 -11.3699019 -17.178048

およびプロット座標のリスト:

ref.li <- list(structure(list(x.ref = c(-51.957519, -44.640527, 24.976003, 
17.659011), y.ref = c(39.756418, -29.860112, -22.54312, 47.07341
)), class = "data.frame", row.names = c(NA, -4L), .Names = c("x.ref", 
"y.ref")), structure(list(x.ref = c(15.613798, -52.306902, -35.372372, 
32.548328), y.ref = c(40.306747, 23.372217, -44.548483, -27.613953
)), class = "data.frame", row.names = c(NA, -4L), .Names = c("x.ref", 
"y.ref")))

> ref.li
[[1]]
      x.ref     y.ref
1 -51.95752  39.75642
2 -44.64053 -29.86011
3  24.97600 -22.54312
4  17.65901  47.07341

[[2]]
      x.ref     y.ref
1  15.61380  40.30675
2 -52.30690  23.37222
3 -35.37237 -44.54848
4  32.54833 -27.61395

owinオブジェクトのリストを作成しました：

library(spatstat)
bound.li <- lapply(ref.li, function(x) {owin(poly = list(x = x$x.ref, y = x$y.ref))})

> bound.li
[[1]]
window: polygonal boundary
enclosing rectangle: [-51.95752, 24.976] x [-29.86011, 47.07341] units

[[2]]
window: polygonal boundary
enclosing rectangle: [-52.3069, 32.54833] x [-44.54848, 40.30675] units

そして今、私はオブジェクトを作成したいと思いpppます:

pattern.li <- lapply(points.li, function(x) {ppp(x$x.n, x$y.n, window=bound.li)})

その結果：

Error in verifyclass(window, "owin") : 
  argument ‘window’ is not of class ‘owin’

ここで 2 つのリストを参照する必要があるため、問題が owin オブジェクトのリストを使用しているのか、それとも ppp 関数で lapply を誤って使用しているのかはわかりませんが、その方法はわかりません。これを解決するヒントはありますか？

（編集）私も試しました

mapply(function(x, y) {ppp(x$x.n, x$y.n, window=y)}, x=points.li, y=bound.li)

しかし、それは ppp オブジェクトのリストを返しません..

4

2 に答える 2

5

owinオブジェクトのリスト全体を のwindowパラメータに渡していますppp。Map代わりに、両方のリストを同時に反復処理するために使用できます。試行mapplyすると、自動的に結果が単純化されました。SIMPLIFY=FALSE次の引数を使用することもできますmapply。

Map(function(x, y) {ppp(x$x.n, x$y.n, window=y)}, x=points.li, y=bound.li)
#[[1]]
#Planar point pattern: 10 points
#window: polygonal boundary
#enclosing rectangle: [-51.95752, 24.976] x [-29.86011, 47.07341] units
#
#[[2]]
#Planar point pattern: 10 points
#window: polygonal boundary
#enclosing rectangle: [-52.3069, 32.54833] x [-44.54848, 40.30675] units
于 2016-03-15T15:27:32.443 に答える
3

あなたの最後の提案はほとんどうまくいきます。引数が必要なだけですSIMPLIFY = FALSE：

mapply(function(x, y) {ppp(x$x.n, x$y.n, window=y)}, x=points.li, y=bound.li, SIMPLIFY = FALSE)

または、ポイント座標として、オブジェクトとして関数as.pppを呼び出すことができます。Xdata.frameWowin

mapply(as.ppp, X = points.li, W = bound.li, SIMPLIFY = FALSE)
于 2016-03-15T15:30:16.297 に答える