R语言amt包steps_by_burst()丢失重要变量的解决方法咨询

问题背景 #

处理佩戴项圈的自由放牧绵羊GPS数据时，需生成用于步长选择函数的步长文件，且必须保留breed、collar_id等非空间变量。数据转换为track并重采样时变量可保留，但运行steps_by_burst()后变量丢失，且因无单独唯一标识符，无法直接通过单独存储再合并的方式解决。

可复现示例代码 #

library(amt)

df <- data.frame(
  .x = c(631309, 631312, 631350, 631320, 631305, 635309, 635312, 635350, 635320, 635305),
  .y = c(6757837, 6757800, 6757900, 6757820, 6757830, 6757337, 6757300, 6757300, 6757320, 6757330),
  t = as.POSIXct("2024-01-01") + (0:4) * 1200,
  breed = c(rep("gns", 5), rep("nks", 5)),
  collar_id = c(rep(101, 5), rep(102, 5))
)

trk <- make_track(df, .x, .y, t, breed, collar_id)

trk_steps <- trk %>% 
  track_resample(rate = minutes(20), tolerance = minutes(3)) %>% 
  filter_min_n_burst(min_n = 3) %>% 
  steps_by_burst()

运行后trk_steps会丢失breed和collar_id，期望结果包含这些变量。

解决方案 #

核心逻辑：同一burst_对应同一只绵羊的轨迹段，breed和collar_id在单个burst内是恒定的，因此可以通过burst_作为关联键，将变量重新附加到步长数据中。以下提供两种可行方法：

方法1：嵌套分组处理（推荐） #

通过分组嵌套，对每个burst单独生成步长并保留变量：

library(amt)
library(dplyr)
library(purrr)

# 示例数据（同前）
df <- data.frame(
  .x = c(631309, 631312, 631350, 631320, 631305, 635309, 635312, 635350, 635320, 635305),
  .y = c(6757837, 6757800, 6757900, 6757820, 6757830, 6757337, 6757300, 6757300, 6757320, 6757330),
  t = as.POSIXct("2024-01-01") + (0:4) * 1200,
  breed = c(rep("gns", 5), rep("nks", 5)),
  collar_id = c(rep(101, 5), rep(102, 5))
)

trk <- make_track(df, .x, .y, t, breed, collar_id)

# 处理流程
trk_steps <- trk %>% 
  track_resample(rate = minutes(20), tolerance = minutes(3)) %>% 
  filter_min_n_burst(min_n = 3) %>% 
  # 按burst分组并嵌套数据
  group_by(burst_) %>% 
  nest() %>% 
  # 生成步长并提取组内恒定的变量
  mutate(
    steps = map(data, ~ steps_by_burst(.x)),
    breed = map_chr(data, ~ first(.x$breed)),
    collar_id = map_dbl(data, ~ first(.x$collar_id))
  ) %>% 
  # 展开步长数据并清理冗余列
  unnest(steps) %>% 
  select(-data) %>% 
  # 调整列顺序（可选）
  select(burst_, x1_, x2_, y1_, y2_, sl_, direction_p, ta_, t1_, t2_, dt_, breed, collar_id)

# 验证结果列名
names(trk_steps)

方法2：提取burst变量后关联 #

先保存重采样后的轨迹数据，提取每个burst对应的变量后合并：

library(amt)
library(dplyr)

# 示例数据（同前）
df <- data.frame(
  .x = c(631309, 631312, 631350, 631320, 631305, 635309, 635312, 635350, 635320, 635305),
  .y = c(6757837, 6757800, 6757900, 6757820, 6757830, 6757337, 6757300, 6757300, 6757320, 6757330),
  t = as.POSIXct("2024-01-01") + (0:4) * 1200,
  breed = c(rep("gns", 5), rep("nks", 5)),
  collar_id = c(rep(101, 5), rep(102, 5))
)

trk <- make_track(df, .x, .y, t, breed, collar_id)

# 保存重采样后的轨迹数据
trk_resampled <- trk %>% 
  track_resample(rate = minutes(20), tolerance = minutes(3)) %>% 
  filter_min_n_burst(min_n = 3)

# 生成步长数据
trk_steps <- steps_by_burst(trk_resampled)

# 提取每个burst对应的唯一变量值
burst_vars <- trk_resampled %>% 
  as.data.frame() %>% 
  select(burst_, breed, collar_id) %>% 
  distinct()

# 合并变量到步长数据
trk_steps <- trk_steps %>% 
  left_join(burst_vars, by = "burst_")

# 验证结果列名
names(trk_steps)

两种方法都能保留breed和collar_id变量，最终结果列名符合需求。

内容的提问来源于stack exchange，提问作者SarahLou