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0,1和2类。我试图通过使用dplyr transmute()方法将所有2改为0来减少类的数量。除了关键的最后一行 - GP_training1 <- transmute(GP_data$landcover, landcover = ifelse(landcover==1,1,0))
之外,整个代码都有效。当我运行这个时,我得到错误:没有适用于'mutate_'的方法应用于类“c('integer','numeric')”的对象。任何想法为什么会这样?相关代码粘贴在下面。
#import raster and shapefile; each color band is overlayed on top of
eachother w coordinate system underneath
GP_1_4 <- brick("Downloads/Landsat Mosaics/GP_1-4.tif")
names(GP_1_4) <- c("Red","Green","SWIR")
GP_1_4 <- subset(GP_1_4, order(c(3, 2, 1)))
plotRGB(GP_1_4,stretch="lin")
#import shapefile of training points
GP_training < readOGR("Downloads/GP_716_shapefile3/GP_716_training3.shp", layer="GP_716_training3")
list.files("GP_716_shapefile3")
#extract points from raster
dataSet <- as.data.frame(extract(GP_1_4, GP_training))
#and put in same dataframe as training data
GP_training$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$landcover, landcover = ifelse(landcover==1,1,0))
新编辑:使用函数isS4(),我发现GP_training是一个S4对象。同时,R文档说transmute()的“所有主要动词都是S3泛型”。我对S3和S4不太熟悉,但这可能是错误发生的地方吗?
dplyr::transmute
只能在data.frame上使用,但你给它一个向量:GP_data$landcover
。你应该给它data.frame并让它使用它。
这与您正在使用的代码不同,但它会执行您的评论所说的内容:
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
而不是transmute
,因为mutate
在退出变量时添加/更改变量。 transmute
只保留您创建的变量