【R语言】计算一个文件夹下所有tiff的均值,输出为Excel表

计算一个文件夹下所有tiff的均值,输出为Excel表

上一篇博客中我们将一张tiff按照shp研究区进行了掩膜,如果我们想要计算掩膜后每一个小tiff的值,该如何实现?

下面用R语言实现

#读取包,没有的话先安装 install.packages()
library(sf)
library(raster)
library(tidyverse)

rm(list = ls()) #清空所有数据

# 指定文件夹路径
folder_path <- "" #指定小tiff所在文件夹
# 获取文件夹中所有的 TIFF 文件
tif_files <- list.files(path = folder_path, pattern = "\\.tif$", full.names = TRUE)
# 创建一个空的数据框来存储结果
result_df <- data.frame(File_Name = character(), Mean_Value = numeric(), stringsAsFactors = FALSE)

# 遍历每个 TIFF 文件
for (tif_file in tif_files) {
  # 读取 TIFF 文件
  tif <- raster(tif_file)
  # 获取有效值的数量
  valid_values <- tif[!is.na(tif)]
  num_valid_values <- length(valid_values)
  # 判断有效值数量是否小于5,这里剔除了仅有几个格网有值的tiff
  if (num_valid_values < 5) {
    next  # 跳过此文件
  }
  # 计算均值,忽略 NaN 值
  mean_value <- mean(valid_values, na.rm = TRUE)
  # 获取文件名
  file_name <- gsub("\\.tif$", "", basename(tif_file))
  # 将结果添加到数据框中
  result_df <- rbind(result_df, data.frame(File_Name = file_name, Mean_Value = mean_value))
  print(file_name)
}

#将File_Name转化为数值,当然你可以选择不这么做,
#由于我的tiff文件名是"1.tif"这种,所以我将其转化为数值会好排列
result_df$File_Name <- as.numeric(result_df$File_Name)
#将Mean_Value转化为数值
result_df$Mean_Value <- as.numeric(result_df$Mean_Value)
#将File_Name按照1,2,3...的顺序排列
sorted_df <- result_df[order(result_df$File_Name), ]

#由于有些tiff是没有值的,所以可能会存在(1,3,4)缺少2这种情况,见后面我附上图1
#这里生成了1-247的序列,因为我的tiff是从"1.tif"到"247.tif"的
#我接下来要将缺的部分进行补充,赋值为nan(例如我将加入2,并赋值为na)
full_sequence <- data.frame(File_Name = seq(min(result_df$File_Name), max(result_df$File_Name)))
#这里就合并了数据
complete_data <- full_sequence %>% left_join(sorted_df, by = "File_Name")

# 写出
write_xlsx(complete_data,".xlsx")

在这里插入图片描述

图1 这里可以看到缺少2,我们加入了2,并赋值为了na

在这里插入图片描述

图2 这里可以看到加入了2,并赋值为了na

  • 16
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值