Замените классы растра на значения из data.frame в R

Question

У меня есть целочисленный растровый результат классификации. Теперь я хочу заменить классы значениями float из фрейма данных, то есть растровым классом 1 = 0.321; Класс 2 = 0,322; Класс 3 = 3.211. dataframe имеет много столбцов, и я хочу, чтобы заменить классы для различных случаев:

Class C  N  .... 
1 0.321 0.001 
2 0.232 0.012 
3 3.211 0.021 

Есть ли способ сделать это удобно, как слияние data.frame в растр? Мне нужно умножить полученный растровый рисунок на другой растровый, чтобы генерировать мои выходы.

Это метаданные растрового файла:

> LCC 
class  : RasterLayer 
dimensions : 3296, 3711, 12231456 (nrow, ncol, ncell) 
resolution : 2, 2 (x, y) 
extent  : 514151.8, 521573.8, 7856419, 7863011 (xmin, xmax, ymin, ymax) 
coord. ref. : +proj=utm +zone=55 +datum=WGS84 +units=m +no_defs +ellps=WGS84 +towgs84=0,0,0 
data source : /home/..../Raster.tif 
names  : Raster 
values  : 0, 255 (min, max) 

`

и это метаданные о dataframe:

>str(SOC) 
data.frame': 11 obs. of 57 variables: 
    $ class    : int 8 9 5 6 7 4 1 2 3 0 ... 
    $ area    : int 3135964 3941744 9048672 8564312 11568512  
    $ pixel_count  : int 783991 985436 2262168 2141078 2892128 ... 
    $ percent_area  : Factor w/ 11 levels "0.17%","17.50%",..: 9 11 3 2 
    $ label.x   : Factor w/ 11 levels "Barren",..: 5 8 2 
    $ label.y   : Factor w/ 8 levels "Barren",..: 4 7 2 
    $ n     : int 7 4 4 3 4 1 1 NA NA NA ... 
    $ mean_C_100cm  : num 25.8 29 21.3 34.8 31.9 ... 
    $ mean_N_100cm  : num 0.469 0.514 0.503 0.621 0.34 ... 
.... 

`

Answer 1

Если я понимаю, что вы хотите правильно, тогда вы можете назначить значения растра, используя значения в столбце в df по:

inp[] <- df[inp[],"C"] 

где df является, как вы определили и inp является целым числом растр со значениями от 1 до 3.

Например:

library(raster) 
set.seed(42) ## for reproducibility 

inp <- raster(ncol=10, nrow=10) ## example is small, yours will be large 
inp[] <- floor(runif(ncell(inp), min=1, max=4)) ## generate integers from 1 to 3 
inp[] 
## [1] 3 3 1 3 2 2 3 1 2 3 2 3 3 1 2 3 3 1 2 2 3 1 3 3 1 2 2 3 2 3 3 3 2 3 1 3 1 1 3 2 2 2 1 3 2 3 3 2 
## [49] 3 2 2 2 2 3 1 3 3 1 1 2 3 3 3 2 3 1 1 3 3 1 1 1 1 2 1 3 1 2 2 1 2 1 2 2 3 2 1 1 1 1 3 1 1 3 3 3 
## [97] 1 2 3 2 

df <- data.frame(Class=c(1,2,3), C=c(0.321,0.232,3.211), N=c(0.001,0.012,0.021)) ## your df 

## generate output raster the same size as inp 
out <- raster(ncol=10,nrow=10) 
## map values of out to values in column C of df 
## can overwrite inp here if desired, but for example we want to keep inp 
## for following steps 
out[] <- df[inp[],"C"] 
out[] 
## [1] 3.211 3.211 0.321 3.211 0.232 0.232 3.211 0.321 0.232 3.211 0.232 3.211 3.211 0.321 0.232 3.211 
## [17] 3.211 0.321 0.232 0.232 3.211 0.321 3.211 3.211 0.321 0.232 0.232 3.211 0.232 3.211 3.211 3.211 
## [33] 0.232 3.211 0.321 3.211 0.321 0.321 3.211 0.232 0.232 0.232 0.321 3.211 0.232 3.211 3.211 0.232 
## [49] 3.211 0.232 0.232 0.232 0.232 3.211 0.321 3.211 3.211 0.321 0.321 0.232 3.211 3.211 3.211 0.232 
## [65] 3.211 0.321 0.321 3.211 3.211 0.321 0.321 0.321 0.321 0.232 0.321 3.211 0.321 0.232 0.232 0.321 
## [81] 0.232 0.321 0.232 0.232 3.211 0.232 0.321 0.321 0.321 0.321 3.211 0.321 0.321 3.211 3.211 3.211 
## [97] 0.321 0.232 3.211 0.232 

## can create a brick and add layers that map values from N column of df 
out.brick <- brick(x=out) 
out[] <- df[inp[],"N"] 
out.brick <- addLayer(out.brick, out) 
out.brick[[2]][] 
## [1] 0.021 0.021 0.001 0.021 0.012 0.012 0.021 0.001 0.012 0.021 0.012 0.021 0.021 0.001 0.012 0.021 
## [17] 0.021 0.001 0.012 0.012 0.021 0.001 0.021 0.021 0.001 0.012 0.012 0.021 0.012 0.021 0.021 0.021 
## [33] 0.012 0.021 0.001 0.021 0.001 0.001 0.021 0.012 0.012 0.012 0.001 0.021 0.012 0.021 0.021 0.012 
## [49] 0.021 0.012 0.012 0.012 0.012 0.021 0.001 0.021 0.021 0.001 0.001 0.012 0.021 0.021 0.021 0.012 
## [65] 0.021 0.001 0.001 0.021 0.021 0.001 0.001 0.001 0.001 0.012 0.001 0.021 0.001 0.012 0.012 0.001 
## [81] 0.012 0.001 0.012 0.012 0.021 0.012 0.001 0.001 0.001 0.001 0.021 0.001 0.001 0.021 0.021 0.021 
## [97] 0.001 0.012 0.021 0.012 

Надеюсь, что это помогает.

Answer 2

Для этого есть функция (subs).

Пример данных (после achaio)

library(raster) 
inp <- raster(ncol=10, nrow=10) 
set.seed(42) 
inp[] <- sample(3, ncell(inp), replace=TRUE) 
df <- data.frame(Class=c(1,2,3), C=c(0.321,0.232,3.211), N=c(0.001,0.012,0.021)) 

Для замены идентификатора с "C", вы можете сделать

x <- subs(inp, df, by=1, which=2) 

Или, чтобы получить как "C" и "N", сделать

y <- subs(inp, df, by=1, which=2:3) 

Действительно, как булава указывает, вы можете также использовать reclassify (но только для одной переменной в момент времени)

z <- reclassify(inp, as.matrix(df)[, 1:2]) 

Answer 3

Я переработал пример aichio, используя вместо этого функцию реклассификации. Вот подход, который сработал для меня:

library(raster) 
set.seed(42) ## for reproducibility 

inp <- raster(ncol=10, nrow=10) ## example is small, yours will be large 
inp[] <- floor(runif(ncell(inp), min=1, max=4)) ## generate integers from 1 to 3 

df <- data.frame(Class=c(1,2,3), C=c(10.321,1.232,0.211), N=c(0.001,0.012,0.021)) ## your df 

## generate output raster the same size as inp 
out <- raster(ncol=10,nrow=10) 


#### here I generate a matrix that defines the 
#### reclassification with an upper and lower limit 

mtr <- data.frame(cl_low =df$Class -1, cl_high = df$Class, C =df$C) 
data.matrix(mtr) ### use as matrix 

# now reclassify using the matrix and transfer the result in a raster brick 

out <- reclassify(inp, rcl=mtr) 
out.brick <- brick(x=out) 

# now the same can be done for next variable 
mtr <- data.frame(cl_low =df$Class -1, cl_high = df$Class, N =df$N) 
data.matrix(mtr) 
out <- reclassify(inp, rcl=mtr) 
out.brick <- addLayer(out.brick, out) 
out.brick@layers