如何用R terra函数计算SpatRaster的行/列均值？

terra包内置了rowMeans()和colMeans()函数，专门用来计算SpatRaster的行或列均值，完美适配你的需求，处理NA也很方便。

示例代码 #

先创建测试用的SpatRaster，模拟你的数据场景：

library(terra)
# 创建4行3列的SpatRaster
r <- rast(nrow=4, ncol=3)
values(r) <- seq(1,12,1)
# 手动设置NA，模拟真实数据的缺失情况
values(r)[c(2,4,5)] <- NA

计算行均值 #

直接调用rowMeans()，指定na.rm=TRUE忽略NA值：

row_means <- rowMeans(r, na.rm=TRUE)
# 结果是一个长度等于栅格行数的向量
row_means

计算列均值 #

同理使用colMeans()函数：

col_means <- colMeans(r, na.rm=TRUE)
col_means

处理SpatRaster栈（多图层） #

如果是包含多个图层的SpatRaster栈：

• 默认情况下，rowMeans()/colMeans()会对每个图层分别计算行/列均值，返回的结果仍是SpatRaster，每个图层对应原图层的计算结果：

# 创建含2个图层的栈
r_stack <- c(r, r*2)
# 计算每个图层的行均值
row_means_stack <- rowMeans(r_stack, na.rm=TRUE)

• 如果需要对每行/列的所有图层求均值（比如同一行位置上所有图层的平均值），可以用app()函数结合margin参数，逻辑和矩阵的apply一致：

# 按行计算所有图层的均值（忽略NA）
row_mean_all_layers <- app(r_stack, function(x) mean(x, na.rm=TRUE), margin=1)
# 按列计算所有图层的均值
col_mean_all_layers <- app(r_stack, function(x) mean(x, na.rm=TRUE), margin=2)

验证结果一致性 #

你可以把SpatRaster转成矩阵，和你原来的处理方法对比结果：

r_matrix <- as.matrix(r)
matrix_row_means <- apply(r_matrix, 1, mean, na.rm=TRUE)
# 验证结果完全一致
all.equal(row_means, matrix_row_means)

计算得到的行/列均值向量可以直接用来制作Hovmoller图。

内容的提问来源于stack exchange，提问作者andrea