按国家/地区将 GLOBathy 数据集中的所有数据复制到新文件夹

Question

GLOBathy 是一个包含地球上几乎所有湖泊测深数据的数据集（可通过此链接获取 15.58GB .zip）。它包含 1.4m+ 记录，分为多个子目录。有关联的属性表，记录每个文件所属的国家（链接）。

从子目录中提取数据有点麻烦，因为文件名相对于它们所属的国家/地区没有“直观”的序列。此外，我发现 GIS 程序从多个目录中提取数据的速度非常慢，并且通常需要在某种程度上进行循环。

我自我回答这个问题是为了：a）为可能遇到此问题的其他人提供解决方案； b) 看看是否有人知道更有效的方法。

Answer 1

这是一种按国家/地区从 GLOBathy 数据中提取文件的方法。我已经注释了代码，如果需要澄清或发现问题请评论：

library(dplyr)

# Load the GLOBathy_basic_parameters(ALL_LAKES).csv file
GLOBathy_all <- read.csv("C:/GLOBathy_basic_parameters/GLOBathy_basic_parameters(ALL_LAKES).csv",
                         stringsAsFactors = FALSE)

# Define country of interest
country_sub <- "New Zealand"

# Define output directory (must already exist)
output_folder <- "C:/New Zealand"

# Extract records from GLOBathy_all that match country_sub and create associated file paths
GLOBathy_sub <- GLOBathy_all %>%
  filter(Country == country_sub) %>% # Filter by country
  mutate(temp1 = ifelse(Hylak_id > 1400000, # Get upper value of sub folder
                        nrow(GLOBathy_all),
                        paste0(ceiling(Hylak_id / 100000) * 100, "K")),
         temp2 = ifelse(Hylak_id <= 100000, # Round Hylak_id down to nearest 100000, two steps required for cases where Hylak_id == upper threshhold of folder names
                        1,
                        floor(Hylak_id / 100000) * 100000),
         temp3 = ifelse(temp2 == 1, # Get lower value of sub folder
                        paste0(1,  "_"),
                        ifelse(temp2 > 100000 & temp2 == Hylak_id, # If value == folder threshhold, subtract 100000
                               paste0((temp2 - 100000) / 1000, "K_"),
                               paste0(temp2 / 1000, "K_"))),
         temp4 = ceiling(Hylak_id / 1000) * 1000, # Get upper value of sub sub folder
         temp5 = paste0(temp4 - 999, "_"), # Get lower value of sub sub folder
         folders = paste0("C:/Bathymetry_Rasters/", # Create folder path
                          temp3, temp1, "/", temp5, temp4),
         files = paste0(folders, "/", Hylak_id, "_bathymetry.tif")) %>% # Create file path
  select(-contains("temp"))

# Copy files to new directory
file.copy(GLOBathy_sub$files, output_folder)