我正在使用卫星数据来确定100多个采样点的净初级生产力(NPP)。对于每个位置,我需要获得10年(2007-2017)期间每个月(1月-12月)的NPP值。我需要找到一种方法来通过代码自动化此过程。
下面是我的数据结构:
'''
structure(list(Month = c("January-", "January-", "January-",
"January-", "January-"), long = c(-179.916672, -179.75, -179.583328,
-179.416672, -179.25), lat = c(39.916668, 39.916668, 39.916668,
39.916668, 39.916668), npp = c(297.813, 304.971, 292.946, 296.196,
285.804)), row.names = c(NA, -5L), class = c("tbl_df", "tbl",
"data.frame"))
'''
第一个样本的坐标是14. 58,168. 03,在一月和十二月之间的每个月都有一个精确的匹配。我需要找到这些值,但数据集非常大。如果有人能以任何方式帮助我,帮助自动化这个过程,我将非常感激。
1条答案
按热度按时间zzwlnbp81#
据我所知,您的示例数据不足。因此,我创建了一个DF,包含3个不同的示例位置和相应的随机
lat
和long
。我在上述时间范围内创建了1000个随机日期和1000个随机app
-见下文。(1000用于避免下表中的NA过多)此DF假设每个位置在同一天提供app
值。在对
year
和month
做了一些快捷方式后,数据按位置汇总app
,并以更宽的格式显示。这就是我对 * 十年跨度中每个月 * 的理解数据