Question

我的总体目标是使用随机森林对图像进行分类。数据框包含训练数据；其中“ landcover”包含类0、1和2。我正在尝试使用dplyr transmute（）方法将所有2都更改为0，以减少类的数量。除了关键的最后一行GP_training1 <- transmute(GP_data$landcover, landcover = ifelse(landcover==1,1,0))之外，整个代码都有效。当我运行此命令时，我得到一个错误：没有适用于'mutate_'的适用方法应用于类“ c（'integer'，'numeric'）”的对象。任何想法为什么会这样？相关代码粘贴在下面。

#import raster and shapefile; each color band is overlayed on top of 
eachother w coordinate system underneath
GP_1_4 <- brick("Downloads/Landsat Mosaics/GP_1-4.tif")
names(GP_1_4) <- c("Red","Green","SWIR")
GP_1_4 <- subset(GP_1_4, order(c(3, 2, 1)))
plotRGB(GP_1_4,stretch="lin")

#import shapefile of training points
GP_training < readOGR("Downloads/GP_716_shapefile3/GP_716_training3.shp", layer="GP_716_training3")
list.files("GP_716_shapefile3")

#extract points from raster 
dataSet <- as.data.frame(extract(GP_1_4, GP_training))

#and put in same dataframe as training data
GP_training$data = data.frame(GP_training$data, dataSet[match(rownames(GP_training$data), rownames(dataSet)),])
GP_training$data = GP_training$data[complete.cases(GP_training$data),]

#make a new dataframe, identical to GP_training, except the 2's are changed to 0's
GP_training1 <- GP_training
GP_data <- GP_training1$data
GP_training1 <- transmute(GP_data$landcover, landcover = ifelse(landcover==1,1,0))

新编辑：使用isS4（）函数，我发现GP_training是一个S4对象。同时，R文档指出transmute（）的“所有主要动词都是S3泛型”。我对S3和S4不太熟悉，但是这可能是发生错误的地方吗？

Answer 1

dplyr::transmute仅可用于data.frame，但已为其提供了一个向量：GP_data$landcover。您应该给它data.frame并使其起作用。

这与您使用的代码不同，但是它可以完成您的注释中所述的内容：

library(dplyr)

GP_training1 <- GP_training %>%                   # Create a new data.frame from GP_training
    mutate(landcover = ifelse(landcover==1,1,0))  # Change the value of `landcover` to 
                                                  #  either 1 or 0 based on its current value

使用mutate代替transmute，因为mutate在退出变量时会添加/更改变量。 transmute仅保留您创建的变量

没有适用于'mutate_'的适用方法应用于类“ c（'integer'，'numeric'）”的对象

1 个答案: