多个嵌套 for 循环仅在 R 中的 i=j=k 索引下进行迭代

Question

我一直在尝试计算满足 R 特定条件的三个光栅文件的像素数（在 Windows 10 和 R 版本 3.6.3 中）。思路是利用这三张图片（经过预处理），统计下面代码if语句中满足条件的像素数量。

library(rgdal)
library(raster)  

mydir<- file.path("D:/files")
    setwd(mydir)

    listado1 <- list.files(pattern="crNDVI*")
    listado2 <- list.files(pattern="crNBR*")
    listado3 <- list.files(pattern="dNBR*")

    df <- data.frame(NULL)


    for (i in 1:length(listado1)) {
      r1 <- raster(listado1[i])
      v1 <- values(r1)

      for (j in 1:length(listado2)) {
        r2 <- raster(listado2[j])
        v2 <- values(r2)

        for (k in 1:length(listado3)) {
          r3 <- raster(listado3[k])
          v3 <- values(r3)

          if ((i==j) & (j==k)){

            df2 <- data.frame(NULL)
            df2 <- data.frame(v1, v2, v3)
            burn <- subset(df2, df2$v1 >= 0.3 & df2$v1 <= 1.0 & df2$v2 >= 0.2 & df2$v2 <= 1.3 & df2$v3 > 0.1 & df2$v3 <= 1.3)
            burned_area <- nrow(burn)*(xres(r1)*yres(r1))*10^(-4) # Hectares

            name <- paste(substr(listado1[i], 8, 15), sep="")
            df <- rbind(df, data.frame(name,burned_area))
            print(paste("iteracion:",i,j,k," ok",sep = " "))

          }
          else {
            print(paste("iteracion:",i,j,k," passed",sep = " "))
            invisible()}

        }
      }
    }

    write.csv(df,file = "burned_area.csv")

可以观察到，我有三种类型的预处理光栅 (*.tif) 文件，它们以 crNDVI、crNBR 和 dNBR 开头，所有这些文件都列在每个“@987654327 @”变量。这个想法是迭代每种类型的文件并每天获取每个光栅文件的值。代码做了它应该做的（我得到了带有烧毁区域（满足条件的像素）的.csv文件，但是，它需要永远计算，因为每个光栅文件对应于特定的一天，因此结果是burned_area是每天的一个值。因此，发生这种情况的唯一可能性是i=j=k，但应用后一个代码，迭代会超过for循环中的每个可能性。代码从i = 1运行，然后j = 1 然后 k=1,2,3... 直到listado3[k] 的最后一个文件，当listado3[k] 的长度结束时，它传递到下面的j+1 索引并在k 中再次循环每次（不必要的）迭代。

谁能帮助我以更有效的方式做同样的事情？是否有可能为整个嵌套的for 循环强制“仅i=j=k”？非常感谢您的任何建议。在此先感谢豪尔赫。

注意：所有栅格文件的范围相同，nrow、ncol 和 ncell。

Answer 1

嵌套循环需要什么？如果您使用一个循环，那么 i=j=k 将始终为真。

Answer 2

这是一个最小的独立示例。

library(raster)
set.seed(0)
r1 <- raster(nrow=10, ncol=10, vals=1:100) / 100
r2 <- raster(nrow=10, ncol=10, vals=c(1:50, 50:1)) / 100
r3 <- raster(nrow=10, ncol=10, vals=c(rep(1, 10), 11:100)) / 100

x <- ((r1==r2) & (r2==r3))
s <- stack(r1, r2, r3)
s <- mask(s, x, maskvalue=1)