Question

我有一堆栅格（每个物种一个），然后我有一个数据框，其中包含纬度/长列以及物种名称。

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

我希望能够一次只选择一个栅格以使用提取功能。我希望选择基于物种名称列的部分匹配。我想这样做是因为栅格名称可能与物种列表中的名称不完全匹配，可能存在大写不匹配或栅格图层名称可能更长，例如“species_name_median”，或者可能还有“ _“而不是空白。

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

我希望这是有意义的，我只想一次使用一个栅格进行提取。我可以使用s [[i]]轻松选择单个栅格，但不能保证列表中的每个物种都有其等效的栅格。

Answer 1

如果要查询的点数据包含x和y坐标的data.frame以及要查询的图层的相应物种名称，则可以使用这两个命令执行所有操作：

#  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 ] ) )

如何运作

从第一行开始：

首先我们定义一个新的列向量df$layer，它将成为我们需要用于该行的堆栈中rasterLayer的索引。
lapply遍历列df$species中的所有元素，并依次使用df$species中的每个项作为输入变量x应用匿名函数。 lapply是一个循环结构，即使它看起来不像一个。
在第一次迭代中，我们采用df$species的第一个元素，现在是x并在grepl中使用它（意味着类似'全局常规模式匹配逻辑'）来查找哪个我们的堆栈s的名称元素包含我们的物种模式。我们在模式上使用tolower()来匹配（x）和要匹配的元素（names(s)），以确保我们匹配即使案例与案例不匹配，例如"Tiger"找不到"tiger"。
grepl返回一个逻辑向量，其中找到的元素与模式匹配，例如grepl( "abc" , c("xyz", "wxy" , "acb" , "zxabcty" ) )返回F , F , T , T。我们使用which来获取这些元素的索引。
我们的想法是，我们得到堆栈中的一个层，并且每个行的物种名称只有一个匹配，因此唯一的TRUE索引将是我们想要的堆栈中的层的索引

在第二行，sapply：

sapply是一个非常类似lapply的迭代器，但它返回一个向量而不是值列表。你可以在这个用例中使用TBH。
现在，我们遍历从1到nrow(df)的一系列数字。
我们使用另一个匿名函数中的行号作为输入变量x
我们想要为data.frame的当前行（由"x"给出）提取"y"和x坐标（分别为第1列和第2列），使用我们进入了上一行。
我们将完成所有这些操作的结果分配给data.frame中的另一列，其中包含适当图层的x/y坐标的提取值

我希望有所帮助!!

一些有关数据的实例：

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

Answer 2

你试过subset你的RasterStack吗？

像这样的东西

for(i in 1: length(df.species.name)) #assuming it is the 'partial species name'
{
  result <- subset(s, grep(df.species.name[i], ignore.case = TRUE, value = TRUE)
}

了解不同的栅格和物种名称可能会很有趣。这将允许更好的方法，必要时调整正则表达式。你会在这里找到很多关于grep的引用。也请尝试?grep。

根据图层部分名称匹配选择堆栈中的栅格

2 个答案:

如何运作