R语言之批量重分类—1

R语言作为统计学中非常重要的语言,随着计量地理学的兴起……,算了不多说这么多没用的,总之随着地理空间数据分析需求量的增大,R语言对GISers已经越来越重要。

关于R语言的介绍和下载就不多说。这篇文章主要介绍一下如何读取矢量数据(shp数据格式等……),栅格数据(以tiff数据为例)。

当然最重要的是,如何批量处理数据,减少我们的工作量,节约我们宝贵的时间,解放双手……

1、读取矢量和栅格数据  (R语言还是很简洁的)


# 读取矢量数据
shp<- vect("G:/MaoW/Watersheds/Watersheds.shp")
# 读取栅格数据
rast <- rast("G:/MaoW/jsdata/rast.tif")

2、进行可视化,R语言中进行简单的可视化非常便捷,只需要一行代码,这里进行可视化的是全国的NDVI数据。

plot(rast)

图片

3、批量重分类,重分类是ArcGIS中非常常用的工具,如何快捷方便的进行批量处理呢?R语言可以很轻松的完成这项任务。正好最近又重新制作了赣州市近20年的产水深度数据,就拿它来实验。这是他一开始的样子(局部)。

图片

基本流程:先读取文件夹下的需要重分类的多个栅格数据,存储在列表中;再进行重分类,重分类包括建

### R语言批量统计分析与数据处理教程 #### 使用`apply`系列函数实现批量计算 在R语言中,`apply`家族是一组非常重要的函数,用于对矩阵、数组或数据框执行批量操作。这些函数包括但不限于 `apply`, `lapply`, 和 `sapply`。通过它们可以轻松地对多个对象应用相同的函数。 对于列表中的每一个元素或者数据帧的每一列/行进行相同的操作时,推荐使用`sapply()` 或者 `lapply()`. 这些函数能够简化循环结构并提高代码可读性和效率[^1]. ```r # 示例:假设有一个包含若干子集的数据框架list_of_dataframes results <- lapply(list_of_dataframes, function(df){ mean_value <- mean(df$column_name, na.rm=TRUE) sd_value <- sd(df$column_name, na.rm=TRUE) c(mean=mean_value, standard_deviation=sd_value) }) ``` #### 利用`dplyr`包增强数据操作能力 除了基础语法外,现代R开发者通常依赖于Tidyverse生态系统下的工具来提升生产力。“dplyr” 是其中最受欢迎的一个库,它提供了直观易懂的方法来进行复杂查询以及链式调用支持连续转换步骤. 下面展示如何利用group_by(), summarise() 实现按类别汇总统计数据: ```r library(dplyr) summary_stats <- df %>% group_by(Category) %>% summarise( Mean = mean(Value), SD = sd(Value), N = n() ) ``` 此段脚本会先按照指定字段分类再分别求取均值标准差及样本数量[^2]. #### 自动化报告生成与结果保存 当面对大量独立但相似的任务需重复执行时(比如针对不同实验条件做同样的图表绘制),自动化流程显得尤为重要。借助先前提到过的Map函数配合xlsxwriter等外部插件即可达成这一目标: ```r wb <- createWorkbook() for (name in names(dat)){ addWorksheet(wb, name) writeData(wb, sheet=name, x=dat[[name]]) } saveWorkbook(wb,"output.xlsx", overwrite=TRUE) ``` 上述实例演示了怎样把嵌套字典形式存储的大规模表格集合逐一写入Excel文档的不同Sheet页里去[^3].
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

梧桐GIS

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值