Dataframe 使用类似dplyr的命令在R中组织光栅数据

我有三个全球土壤纹理光栅（

沙子

，

粘土

和

淤泥

）。我想根据

砂

、

粘土

和

淤泥

的相对百分比，将这些光栅合并为一个光栅，分为两类（

粗

和

细

）。我以前在以这种方式使用时也这样做过：

kiwi <- kiwi %>% mutate(group = case_when(
clay_value_avg < 20  ~ "coarse",
silt_value_avg > 80 ~ "coarse",
clay_value_avg > 20 ~ "fine",
silt_value_avg < 80 ~ "fine"
))

kiwi%变异（组=病例）(
粘土_值_平均值<20~“粗”，
淤泥_值_平均值>80~“粗糙”，
粘土_值_平均值>20~“细”，
粉土_值_平均值<80~“细”
))

---

我可以和你一起做这样的事吗？谢谢，

您不能使用这种语法，但还有其他方法

这就是如何创建一个简单且自包含的可复制示例

library(raster)
clay <- silt <- raster(ncol=10, nrow=10)
values(clay) <- 1:100
values(silt) <- 99:0

库（光栅）
clay如果您提供了一个简单的示例输入和所需的输出，可以用来测试和验证可能的解决方案，那么就更容易为您提供帮助。您好@MrFlick谢谢您的评论。我不知道如何为光栅添加可复制的示例？您的意思是显示分辨率、范围等摘要吗？您的问题中是否可以共享光栅？也许是指向公共数据光栅的链接？小而容易得到的最好。您可以随机生成一个数据帧而不依赖外部链接吗？您可以将
转换为具有.data.frame（kiwi）
的数据帧，使用您喜爱的data.table、data.frame或tibble工具操作其中的值，然后将结果打包回具有相同形状的光栅。但最好（如果光栅都在同一个网格上）将它们视为向量，并以这种方式使用它们。
fine <- silt < 80 & clay > 20
coarse <- !fine

f <- function(s, c) {
    s < 80 & c > 20
}
fine <- overlay(silt, clay, fun=f)