2013年5月20日

快晴。とてもよい天気。湿度も低く、これぞ五月晴れという天気でした。

朝のうちに必要な書類などをさっさと作ってしまいました。
その後は、長期間のデータの整理のためのコードを修正したり、データを再整理したり。その後で、生物測定を集中して4時間ほどしてみたり・・・。で、一方で査読作業もすこしだけ進めました。なんとなく、けっこう働いたような・・・。

ついでに、生物の空間分布についても超簡単なコードを作ってみたり。Rのmaptoolsとかに頼らなくても、自分で条件を設定し、切り取ってplotさせるだけでも、論文レベルで十分に見られることがわかった。ただ、空間的な統計解析（例えば自己相関など）はさすがにgeoRなどのパッケージのほうが楽だし、ミスが少ないだろう。

明日も書類をすこし整理して、生物測定を行い、再投稿に向けた準備ができたらいいな。
と希望的観測を書いてみる。

###################################################
#メモ
###################################################
# エクセルのlookup関数のような使い方をRでしてみる
###################################################
#　散々調べたのですが、やっとわかった。
###################################################
参照するデータフレームが次のようにある場合
データフレームの名前をlat.longとしておく

area latitude longitude
1 32.15 120.45
2 33.15 121.15
3 34.15 121.45
これらの値は適当です。

データを観察したareaの値が、例えば、データフレームの名前をtest_areaにして
test_area
1
2
1
4
1
のように並んでいる場合、1とか2とかの数字と緯度・経度を参照したい場合には、

taiou <- match(test_area$test_area,lat.long$area)
# これで、test_areaの数字と、lat.long内のarea番号を照合して、行番号を返してきます。
taiouとうつと、行番号が返ってくるので、
lat <- lat.long$latitude[taiou] #としたら、test.areaの番号の行番号に相当する緯度が返ってきます。
lat
test2のデータフレームから緯度を付け加えたtest3というデータフレームを作るには、
test3 <- data.frame(test2,lat)
test3 #確認用

おそらく、これで出来てるはず。実際には、lat.long.csvとかtest_area.csvを作っておいて、自動的に処理させれば良い。
10万行以上のデータをいちいちlookupさせられないし、これでスッキリと出来ますね。簡単な事がすぐに分からないし、けっこう探しても自分がしたいことがすぐに見つからないですね。

朝：納豆ご飯
昼：弁当
夜：干物

勉強：学校の宿題、予習シリーズの国語。私は中学校の学校説明会に行って来ました。さすがに公立中学校にくらべて充実していると思いました。