R：过渡检测的自动化

Question

我需要有关数据集的一些帮助，我必须在其中检测时间的推移。我认为我可以使用if_else语句构建某些内容，但是它可能会很长且很复杂。我敢肯定有捷径。

我的数据集看起来像：

df <- tibble ("FID" = c(1,2,3,4,5),
                   "CCSC87"= c(NA, NA,"Boscos d'aciculifolis", NA, "Boscos de caducifolis"),
                   "CCSC92"= c(NA,"Boscos d'aciculifolis","Matollars",NA,"Bosquines i prats"),
                   "CCSC97"= c(NA,"Zones cremades", "Matollars","Boscos d'aciculifolis","Bosquines i prats"),
                   "CCSC02"= c(NA,"Matollars", "Matollars", "Matollars", "Bosquines i prats"),
                   "CCSC07"= c("Boscos d'escleròfil·les","Boscos d'aciculifolis",  NA,"Matollars",NA),
                   "CCSC12"= c("Matollars",NA,NA,"Boscos d'escleròfil·les",NA),
                   "CCSC17"= c("Bosquines i prats",NA,NA,NA,NA),
                   "CCSC20"= c("Boscos d'escleròfil·les", NA, NA,NA,NA))
> df
# A tibble: 5 x 9
    FID CCSC87           CCSC92           CCSC97           CCSC02       CCSC07           CCSC12           CCSC17       CCSC20          
  <dbl> <chr>            <chr>            <chr>            <chr>        <chr>            <chr>            <chr>        <chr>           
1     1 NA               NA               NA               NA           Boscos d'escler… Matollars        Bosquines i… Boscos d'escler…
2     2 NA               Boscos d'acicul… Zones cremades   Matollars    Boscos d'acicul… NA               NA           NA              
3     3 Boscos d'acicul… Matollars        Matollars        Matollars    NA               NA               NA           NA              
4     4 NA               NA               Boscos d'acicul… Matollars    Matollars        Boscos d'escler… NA           NA              
5     5 Boscos de caduc… Bosquines i pra… Bosquines i pra… Bosquines i… NA               NA               NA           NA    

[您会看到我有不同的列，分别是1987、1992、1997、2002、2007、2012、2017和2020年的土地覆被分类。

对于每个图（FID=1,2 ...），我有4列土地覆盖的数据，其他各列均填充有NA's。

为了简化，我的数据也可以像这样可视化：

df <- tibble ("FID" = c(1,2,3,4,5),
                     "CCSC87"= c(NA, NA,"A", NA, "C"),
                     "CCSC92"= c(NA,"A","E",NA,"F"),
                     "CCSC97"= c(NA,"D", "E","A","F"),
                     "CCSC02"= c(NA,"E", "E", "E", "F"),
                     "CCSC07"= c("B","A",  NA,"E",NA),
                     "CCSC12"= c("E",NA,NA,"B",NA),
                     "CCSC17"= c("F",NA,NA,NA,NA),
                     "CCSC20"= c("B", NA, NA,NA,NA))
> df
# A tibble: 5 x 9
    FID CCSC87 CCSC92 CCSC97 CCSC02 CCSC07 CCSC12 CCSC17 CCSC20
  <dbl> <chr>  <chr>  <chr>  <chr>  <chr>  <chr>  <chr>  <chr> 
1     1 NA     NA     NA     NA     B      E      F      B     
2     2 NA     A      D      E      A      NA     NA     NA    
3     3 A      E      E      E      NA     NA     NA     NA    
4     4 NA     NA     A      E      E      B      NA     NA    
5     5 C      F      F      F      NA     NA     NA     NA  

我需要计算一个额外的列，该列告诉我从我拥有数据的第一年到最后一年，土地覆被是否发生了变化。例如，在FID=1中，我想检查CCSC07和CCSC20是否不同以及它们是什么过渡。

我的输出应类似于：

> df_done
# A tibble: 5 x 10
    FID CCSC87 CCSC92 CCSC97 CCSC02 CCSC07 CCSC12 CCSC17 CCSC20 Transition
  <dbl> <chr>  <chr>  <chr>  <chr>  <chr>  <chr>  <chr>  <chr>  <chr>     
1     1 NA     NA     NA     NA     B      E      F      B      B         
2     2 NA     A      D      E      A      NA     NA     NA     A         
3     3 A      E      E      E      NA     NA     NA     NA     AtoE      
4     4 NA     NA     A      E      E      B      NA     NA     AtoB      
5     5 C      F      F      F      NA     NA     NA     NA     CtoF

Answer 1

我们可以逐行使用apply，获取非NA值，比较每行中的第一个和最后一个值；如果它们不同，则将它们paste进行比较。

apply(df[-1], 1, function(x) {
     x <- na.omit(x)
     if(x[1] != x[length(x)])
      paste(x[1], x[length(x)], sep = 'to')
     else x[1]
})

#[1] "B"    "A"    "AtoE" "AtoB" "CtoF"