R/find_taxa.R
find_taxa.Rdfind_taxa does not work hierarchically. For example Eucalyptus will only
match genus level records, not species records, such as
Eucalyptus leucoxylon.
find_taxa(
taxa_to_find,
taxa_cols = c("original_name", "taxa"),
lutaxa,
filt_df_prefix = "flor_"
)Character. Taxa name to find.
Character. Name of column(s) across data frames containing taxa information.
Dataframe with column names matching taxa_cols, usually,
say, taxonomy$species$lutaxa as a result of make_taxonomy().
Character. Prefix used in each of the data frames created at each step in the filtering process.
# library(envClean)
# Example taxa
use_taxa <- "Eucalyptus gracilis"
# Set context
context <- c("lat", "long", "month", "year")
# Start
flor_start <- flor_all %>%
tibble::as_tibble() %>%
envFunc::add_time_stamp()
# Remove singletons
flor_single <- flor_start %>%
filter_counts(context = context
, thresh = 5
) %>%
envFunc::add_time_stamp()
# Just keep most recent contexts
flor_recent <- flor_single %>%
dplyr::group_by(across(any_of(context[!context %in% c("month", "year")]))) %>%
dplyr::filter(year == max(year)
, month == max(month)
) %>%
dplyr::ungroup() %>%
envFunc::add_time_stamp()
# make_taxonomy
taxa <- make_taxonomy(df = flor_recent)
#> Joining with `by = join_by(original_name)`
#> galah: version 2.0.2
#> ℹ Default node set to ALA (ala.org.au).
#> ℹ See all supported GBIF nodes with `show_all(atlases)`.
#> ℹ To change nodes, use e.g. `galah_config(atlas = "GBIF")`.
#> Querying API ■■■ 5% | ETA: 20s
#> Querying API ■■■ 6% | ETA: 19s
#> Querying API ■■■ 8% | ETA: 18s
#> Querying API ■■■■ 9% | ETA: 18s
#> Querying API ■■■■ 11% | ETA: 17s
#> Querying API ■■■■■ 12% | ETA: 17s
#> Querying API ■■■■■ 13% | ETA: 16s
#> Querying API ■■■■■ 14% | ETA: 16s
#> Querying API ■■■■■■ 15% | ETA: 16s
#> Querying API ■■■■■■ 17% | ETA: 15s
#> Querying API ■■■■■■ 18% | ETA: 15s
#> Querying API ■■■■■■■ 19% | ETA: 15s
#> Querying API ■■■■■■■ 20% | ETA: 15s
#> Querying API ■■■■■■■ 21% | ETA: 14s
#> Querying API ■■■■■■■■ 22% | ETA: 14s
#> Querying API ■■■■■■■■ 23% | ETA: 14s
#> Querying API ■■■■■■■■ 25% | ETA: 14s
#> Querying API ■■■■■■■■■ 26% | ETA: 13s
#> Querying API ■■■■■■■■■ 27% | ETA: 13s
#> Querying API ■■■■■■■■■■ 29% | ETA: 13s
#> Querying API ■■■■■■■■■■ 30% | ETA: 12s
#> Querying API ■■■■■■■■■■ 31% | ETA: 12s
#> Querying API ■■■■■■■■■■■ 33% | ETA: 12s
#> Querying API ■■■■■■■■■■■ 34% | ETA: 11s
#> Querying API ■■■■■■■■■■■■ 35% | ETA: 11s
#> Querying API ■■■■■■■■■■■■ 37% | ETA: 11s
#> Querying API ■■■■■■■■■■■■ 38% | ETA: 11s
#> Querying API ■■■■■■■■■■■■■ 39% | ETA: 11s
#> Querying API ■■■■■■■■■■■■■ 41% | ETA: 10s
#> Querying API ■■■■■■■■■■■■■■ 42% | ETA: 10s
#> Querying API ■■■■■■■■■■■■■■ 43% | ETA: 10s
#> Querying API ■■■■■■■■■■■■■■ 45% | ETA: 10s
#> Querying API ■■■■■■■■■■■■■■■ 46% | ETA: 9s
#> Querying API ■■■■■■■■■■■■■■■ 47% | ETA: 9s
#> Querying API ■■■■■■■■■■■■■■■■ 49% | ETA: 9s
#> Querying API ■■■■■■■■■■■■■■■■ 50% | ETA: 9s
#> Querying API ■■■■■■■■■■■■■■■■ 51% | ETA: 8s
#> Querying API ■■■■■■■■■■■■■■■■■ 52% | ETA: 8s
#> Querying API ■■■■■■■■■■■■■■■■■ 54% | ETA: 8s
#> Querying API ■■■■■■■■■■■■■■■■■■ 55% | ETA: 8s
#> Querying API ■■■■■■■■■■■■■■■■■■ 56% | ETA: 7s
#> Querying API ■■■■■■■■■■■■■■■■■■ 58% | ETA: 7s
#> Querying API ■■■■■■■■■■■■■■■■■■■ 59% | ETA: 7s
#> Querying API ■■■■■■■■■■■■■■■■■■■ 60% | ETA: 7s
#> Querying API ■■■■■■■■■■■■■■■■■■■ 62% | ETA: 6s
#> Querying API ■■■■■■■■■■■■■■■■■■■■ 63% | ETA: 6s
#> Querying API ■■■■■■■■■■■■■■■■■■■■ 64% | ETA: 6s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■ 66% | ETA: 6s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■ 67% | ETA: 6s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■ 68% | ETA: 5s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■ 69% | ETA: 5s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■ 71% | ETA: 5s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■ 72% | ETA: 5s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■ 74% | ETA: 4s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■ 75% | ETA: 4s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■ 77% | ETA: 4s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■ 78% | ETA: 4s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■ 79% | ETA: 3s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■ 81% | ETA: 3s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■ 82% | ETA: 3s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■ 83% | ETA: 3s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■ 85% | ETA: 2s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■■ 86% | ETA: 2s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■■ 88% | ETA: 2s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■■■ 89% | ETA: 2s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■■■ 90% | ETA: 2s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ 92% | ETA: 1s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ 93% | ETA: 1s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ 94% | ETA: 1s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ 96% | ETA: 1s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ 97% | ETA: 0s
#> Querying API ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ 98% | ETA: 0s
#> Matched 264 of 265 taxonomic search terms in selected atlas (Australia).
#> 1 unmatched search term:
#> • "Kali tragus"
#>
#> Joining with `by = join_by(original_name)`
#> Joining with `by = join_by(original_name)`
#> saving results to H:/temp/nige\RtmpYfG5ks\file4c806ecf360e.parquet
#> The following were completely unmatched: Kali tragus. Consider providing more taxonomic levels, or an override, for each unmatched taxa?
#> Joining with `by = join_by(original_name)`
#> Joining with `by = join_by(original_name)`
# bin taxa
flor_taxa <- flor_recent %>%
bin_taxa(taxonomy = taxa$species)
#> Joining with `by = join_by(original_name)`
#> Joining with `by = join_by(taxa)`
#> Joining with `by = join_by(original_name)`
# distinct over bins
flor_bin <- flor_taxa %>%
dplyr::distinct(taxa, dplyr::across(tidyselect::any_of(context)))
# How did records of 'taxa' change through the filtering?
# Eucalyptus gracilis
find_taxa("Eucalyptus gracilis"
, lutaxa = taxa$species$lutaxa
)
#> # A tibble: 0 × 9
#> # ℹ 9 variables: name <chr>, obj <list>, has_stamp <lgl>, nrow <dbl>,
#> # ctime <???>, founds <list>, taxa <chr>, records <dbl>, found <chr>
# Chenopodium nutans
find_taxa("Chenopodium nutans"
, lutaxa = taxa$species$lutaxa
)
#> # A tibble: 0 × 9
#> # ℹ 9 variables: name <chr>, obj <list>, has_stamp <lgl>, nrow <dbl>,
#> # ctime <???>, founds <list>, taxa <chr>, records <dbl>, found <chr>