我有一堆栅格图像（每个物种一个），然后我有一个数据框，其中包含纬度/经度列和物种名称。
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光栅图层并将其用于提取函数。我希望选择基于物种名称列的部分匹配。我之所以要这样做，是因为光栅图层的名称可能与物种列表中的名称不完全匹配，可能存在大小写不匹配或光栅图层名称可能更长，例如“species_name_median”，也可能有“_”代替空格。
for(i:length(df.species name))
{
result<-extract(s[[partial match to "species name[i]" ]],df.xy)
}
我希望这个想法是有道理的，我只想一次使用一个栅格图层进行提取。使用s[[i]]可以轻松选择单个栅格图层，但不能保证列表中的每个物种都有相应的栅格图层。
如果你需要查询的点的数据是一个包含x和y坐标以及相应物种名称的数据框，那么你可以使用以下两个命令完成全部操作：
# 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 ] ) )
从第一行开始：
df$layer，它将是我们需要在该行中使用的rasterLayer在堆栈中的索引。lapply沿着列df$species中的所有元素迭代，并使用每个df$species中的项依次作为输入变量x应用匿名函数。尽管它看起来不像，但lapply是一个循环结构。df$species的第一个元素，即现在的x，并在s的名称中使用grepl（意思是“全局正则模式匹配逻辑”）查找包含我们物种模式的元素。我们对要匹配的模式（x）和要匹配的元素（names(s)）都使用tolower()以确保即使大小写不匹配时也能匹配，例如"Tiger"将无法找到"tiger"。grepl返回一个逻辑向量，其中包含它找到模式匹配的元素，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。TRUE索引将是我们想要的堆栈中的层的索引。在第二行，sapply：
sapply是一个迭代器，与lapply非常相似，但它返回一个向量而不是值列表。在这个用例中，你可以使用任何一个。1到nrow(df)的数字序列进行迭代。xx给出）的"x"和"y"坐标（分别为第1列和第2列），使用我们在上一行得到的层。x/y坐标的提取值我希望这有所帮助！
以下是一些数据的示例：
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
您尝试过对 RasterStack 进行子集操作吗？
类似于这样：
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)
}
?grep。