R语言【CoordinateCleaner】——cc_dupl():根据物种名称和坐标以及用户定义的附加列删除或标记重复的记录
2024-01-03 16:06:43
Package?CoordinateCleaner?version 2.0-20
Parameters
cc_dupl(
x,
lon = "decimallongitude",
lat = "decimallatitude",
species = "species",
additions = NULL,
value = "clean",
verbose = TRUE
)
参数【x】:data.frame。包含地理坐标和物种名称。
参数【lon】:字符串。具有经度坐标的列。默认值 = “decimallongitude”。
参数【lat】:字符串。包含纬度坐标的列。默认值 = “decimallatitude”。
参数【species】:字符串。包含物种名称的列。默认值 = “species”。
参数【additions】:字符串的向量。要包含在重复测试中的其他列。例如,如下图所示,收集器名称和收集器编号。
参数【value】:字符串。定义输出值。
参数【verbose】:逻辑。如果为 TRUE,则报告测试的名称和标记的记录数。
Value
根据参数【value】,包含测试认为正确的记录的 data.frame (“clean”) 或逻辑向量 (“flagged”),其中 TRUE = 测试通过,FALSE = 测试失败/可能有问题。默认值 = “clean”。
Conclusion
cc_dupl()
函数是CoordinateCleaner软件包中的一个特定函数,用于检测和处理生物多样性数据集中的重复记录。以下是对cc_dupl()
函数的总结性介绍:
cc_dupl()
函数用于识别数据集中的重复记录,并根据不同的参数和阈值进行处理。- 它可以通过比较记录之间的经纬度坐标、采样日期和其他属性,来确定是否存在重复的数据记录。
- 该函数还提供了各种选项和方法,以选择处理重复记录的方式,如保留第一次出现的记录、保留最后一次出现的记录或合并重复的记录。
cc_dupl()
函数还可以生成一个关于重复记录的详细报告,帮助用户审查和验证相关数据。- 该函数返回一个包含处理后数据集的对象,可以继续在其他函数中使用。
总之,cc_dupl()
函数是CoordinateCleaner软件包中一个有用的函数,可帮助用户检测和处理生物多样性数据集中的重复记录。它提供了各种选项和报告,以支持用户进行更精确和准确的数据清理。
Example
x <- data.frame(species = letters[1:10],
decimallongitude = sample(x = 0:10, size = 100, replace = TRUE),
decimallatitude = sample(x = 0:10, size = 100, replace = TRUE),
collector = "Bonpl",
collector.number = c(1001, 354),
collection = rep(c("K", "WAG","FR", "P", "S"), 20))
cc_dupl(x, value = "flagged")
cc_dupl(x, additions = c("collector", "collector.number"))
文章来源:https://blog.csdn.net/whitedrogen/article/details/135333589
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!