howtouse.md
In matutosi/wameicheckr: Check Japanese name (wamei) of vascular plant species with R
文字コードについての注意
wameicheckrでは，基本的に文字コードとしてUTF-8を使用しています．
WidowsでShift-JIS(CP932)を使用している場合は，文字化けが起こる可能性があります．
その場合は，文字コードの変換をしてください．
# x <- "Shift-JISの文字列"
# iconv(x, from="CP932", to="UTF-8") # Shift-JISからUTF-8への変換
維管束植物和名チェックリストの利用
準備
library(tidyverse)
#> -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
#> v ggplot2 3.3.5 v purrr 0.3.4
#> v tibble 3.1.6 v dplyr 1.0.7
#> v tidyr 1.1.4 v stringr 1.4.0
#> v readr 2.0.2 v forcats 0.5.1
#> -- Conflicts ------------------------------------------ tidyverse_conflicts() --
#> x dplyr::filter() masks stats::filter()
#> x dplyr::lag() masks stats::lag()
library(wameicheckr)
library(magrittr)
#>
#> Attaching package: 'magrittr'
#> The following object is masked from 'package:purrr':
#>
#> set_names
#> The following object is masked from 'package:tidyr':
#>
#> extract
library(stringi)
維管束植物和名チェックリストはパッケージ内にある．
読み込んだあとで，使いやすくするために，若干の整理を実行
data(hub_master)
data(jn_master)
hub_master <-
hub_master %>%
tibble::as_tibble() %>%
dplyr::rename_with(~stringr::str_replace_all(., "[ /]", "_")) %>%
dplyr::rename_with(~stringr::str_replace_all(., "[()]", "")) %>%
print()
#> # A tibble: 30,430 x 12
#> all_name Hub_name lato_stricto Family_ID Family_name Family_name_JP GL
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 アスヒカズ~ アスヒカ~ <NA> 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 2 イヌヤチス~ イヌヤチ~ <NA> 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 3 イワヒモ ヒモラン <NA> 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 4 ウチワマン~ マンネン~ <NA> 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 5 エゾコスギ~ エゾコス~ <NA> 1 Lycopodiac~ ヒカゲノカズラ <NA>
#> 6 エゾノコス~ コスギラン 広義 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 7 エゾヒカゲ~ ヒカゲノ~ 広義 1 Lycopodiac~ ヒカゲノカズラ <NA>
#> 8 エゾヒカゲ~ エゾヒカ~ <NA> 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 9 オオスギカ~ オオスギ~ <NA> 1 Lycopodiac~ ヒカゲノカズラ <NA>
#> 10 オニトウゲ~ オニトウ~ <NA> 1 Lycopodiac~ ヒカゲノカズラ <NA>
#> # ... with 30,420 more rows, and 5 more variables: SF <chr>, WF <chr>,
#> # YL <chr>, status <chr>, message <chr>
jn_master <-
jn_master %>%
tibble::as_tibble() %>%
dplyr::rename_with(~stringr::str_replace_all(., "[ /]", "_")) %>%
dplyr::rename_with(~stringr::str_replace_all(., "[()]", "")) %>%
fill_another_name_id() %>% # another_name_id の空欄を埋める
print()
#> # A tibble: 53,222 x 11
#> ID Family_ID Family_name Family_name_JP common_name another_name
#> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 GL_00001 1 Lycopodiaceae ヒカゲノカズラ ヒメスギラン ヒメスギラン
#> 2 GL_00002 1 Lycopodiaceae ヒカゲノカズラ コスギラン コスギラン
#> 3 GL_00002 1 Lycopodiaceae ヒカゲノカズラ コスギラン エゾノコス~
#> 4 GL_00002 1 Lycopodiaceae ヒカゲノカズラ コスギラン チシマスギ~
#> 5 GL_00003 1 Lycopodiaceae ヒカゲノカズラ トウゲシバ トウゲシバ
#> 6 GL_00003 1 Lycopodiaceae ヒカゲノカズラ トウゲシバ ホソバトウ~
#> 7 GL_00003 1 Lycopodiaceae ヒカゲノカズラ トウゲシバ ヒロハトウ~
#> 8 GL_00003 1 Lycopodiaceae ヒカゲノカズラ トウゲシバ オニトウゲ~
#> 9 GL_00004 1 Lycopodiaceae ヒカゲノカズラ コスギトウゲシバ コスギトウ~
#> 10 GL_00005 1 Lycopodiaceae ヒカゲノカズラ イヌヤチスギラン イヌヤチス~
#> # ... with 53,212 more rows, and 5 more variables: another_name_ID <dbl>,
#> # note_1 <chr>, note_2 <chr>, scientific_name_with_author <chr>,
#> # scientific_name_without_author <chr>
最新版が異なる場合は，ウェブページからダウンロードして使用することも可能．
# Download wamei chek list form https://www.gbif.jp/v2/activities/wamei_checklist.html
# Change file name (version)
# Set your directory by setwd()
library(readxl)
path <- "wamei_checklist_ver.1.10.xlsx"
hub_master <-
readxl::read_xlsx(path, sheet="Hub_data", col_types="text") %>%
dplyr::rename_with(~stringr::str_replace_all(., "[ /]", "_")) %>%
dplyr::rename_with(~stringr::str_replace_all(., "[()]", ""))
jn_master <-
readxl::read_xlsx(path, sheet="JN_dataset", col_types="text") %>%
dplyr::rename_with(~stringr::str_replace_all(., "[ /]", "_")) %>%
dplyr::rename_with(~stringr::str_replace_all(., "[()]", "")) %>%
fill_another_name_id() # another_name_id の空欄を埋める
エラーの修正
和名チェックリスト ver.1.10のエラーの修正．
バージョンアップで，修正される予定．
# (和名チェックリスト ver.1.10への対応) another_name_IDに0がないもの
no_id_0 <-
c("SF_00131", "SF_00323", "WF_01542", "WF_02219", "WF_04287",
"SF_00127","WF_01902","WF_03825","YL_11456","YL_17759")
jn_master$another_name_ID[jn_master$ID %in% no_id_0 & jn_master$another_name_ID != 0] <- 0
# (和名チェックリスト ver.1.10への対応) シベリアカラマツ(別科同名)
hub_master$Hub_name[
hub_master$Hub_name=="シベリアカラマツ" &
hub_master$Family_name_JP=="マツ"] <-
"シベリアカラマツ(マツ科)"
hub_master$Hub_name[
hub_master$Hub_name=="シベリアカラマツ" &
hub_master$Family_name_JP=="キンポウゲ"] <-
"シベリアカラマツ(キンポウゲ科)"
jn_master$Family_name_JP[
jn_master$Family_name_JP=="ツルボラン"] <-
"ワスレグサ"
和名の抽出
x1は，和名チェックリストにある和名をすべて抽出．
多いので，下記では最初の50だけ． x2は，色々なパターンを含む和名．
# hubやjnの種名を抽出(全種)
x1 <-
c(hub_master$all_name, hub_master$Hub_name, jn_master$common_name, jn_master$another_name) %>%
purrr::map(str_split, "/") %>%
unlist() %>% unique() %>% sort() %>%
c("だみーの和名", .)
# 和名の例
x2 <- c("だみー", "ススキ", "ハリガネワラビ", "オミナエシ", "コナスビ", "カナビキソウ",
"ヤイトバナ", "チガヤ", "キジムシロ", "ハエドクソウ", "キツネノマゴ", "シロヨメナ",
"オオフジシダ", "コマツナギ", "アイヌタチツボスミレ", "シベリアカラマツ", "アオイモドキ")
和名のチェック(R版)
入力和名に対する和名・学名の候補を出力する．
なお，x1は多いので，最初の50だけを使用．
wamei_check(x1[1:50], hub_master, jn_master)
#> # A tibble: 50 x 23
#> input n_match hub_plus status Family_ID Family_name Family_name_JP WF_ID
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみ~ 0 該当なし 該当な~ - - - -
#> 2 mulbe~ 1 マグワ 確定 213 Moraceae クワ WF_0~
#> 3 no na~ 0 該当なし 該当な~ - - - -
#> 4 no_na~ 1 no_named_G~ 確定 101 Potamogeto~ ヒルムシロ -
#> 5 no_na~ 1 ムカゴサイ~ 確定 124 Orchidaceae ラン WF_0~
#> 6 no_na~ 1 ミチノクサ~ 確定 206 Rosaceae バラ WF_0~
#> 7 no_na~ 1 ヤエガワカ~ 確定 221 Betulaceae カバノキ -
#> 8 no_na~ 1 no_named_G~ 確定 221 Betulaceae カバノキ -
#> 9 no_na~ 1 no_named_G~ 確定 416 Gentianace~ リンドウ -
#> 10 no_na~ 1 no_named_G~ 確定 466 Asteraceae キク -
#> # ... with 40 more rows, and 15 more variables: YL_ID <chr>, GL_ID <chr>,
#> # SF_ID <chr>, WF_common_name <chr>, YL_common_name <chr>,
#> # GL_common_name <chr>, SF_common_name <chr>,
#> # WF_scientific_name_with_author <chr>, YL_scientific_name_with_author <chr>,
#> # GL_scientific_name_with_author <chr>, SF_scientific_name_with_author <chr>,
#> # WF_scientific_name_without_author <chr>,
#> # YL_scientific_name_without_author <chr>, ...
wamei_check(x1[1:50], hub_master, jn_master, wide=FALSE)
#> # A tibble: 111 x 12
#> input n_match hub_plus status source ID Family_ID Family_name
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみーの和名 0 該当なし 該当な~ - - - -
#> 2 mulberry 1 マグワ 確定 WF WF_0~ 213 Moraceae
#> 3 mulberry 1 マグワ 確定 YL YL_0~ 213 Moraceae
#> 4 no named 0 該当なし 該当な~ - - - -
#> 5 no_named_GL01 1 no_named_GL~ 確定 GL GL_0~ 101 Potamogeto~
#> 6 no_named_GL02 1 ムカゴサイ~ 確定 GL GL_0~ 124 Orchidaceae
#> 7 no_named_GL02 1 ムカゴサイ~ 確定 WF WF_0~ 124 Orchidaceae
#> 8 no_named_GL02 1 ムカゴサイ~ 確定 YL YL_0~ 124 Orchidaceae
#> 9 no_named_GL03 1 ミチノクサ~ 確定 GL GL_0~ 206 Rosaceae
#> 10 no_named_GL03 1 ミチノクサ~ 確定 WF WF_0~ 206 Rosaceae
#> # ... with 101 more rows, and 4 more variables: Family_name_JP <chr>,
#> # common_name <chr>, scientific_name_with_author <chr>,
#> # scientific_name_without_author <chr>
wamei_check(x2, hub_master, jn_master, ds=c(GL, SF, WF))
#> # A tibble: 17 x 19
#> input n_match hub_plus status Family_ID Family_name Family_name_JP WF_ID
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみー 0 該当なし 該当~ - - - -
#> 2 ススキ 1 ススキ 確定 166 Poaceae イネ WF_0~
#> 3 ハリガ~ 1 ハリガネワ~ 確定 42 Thelypteri~ ヒメシダ -
#> 4 オミナ~ 1 オミナエシ 確定 472 Caprifolia~ スイカズラ WF_0~
#> 5 コナス~ 1 コナスビ狭~ 確定 398 Primulaceae サクラソウ WF_0~
#> 6 カナビ~ 1 カナビキソ~ 確定 339 Santalaceae ビャクダン WF_0~
#> 7 ヤイト~ 1 ヘクソカズ~ 確定 415 Rubiaceae アカネ WF_0~
#> 8 チガヤ 1 チガヤ狭義 確定 166 Poaceae イネ WF_0~
#> 9 キジム~ 2 キジムシロ~ 確定 206 Rosaceae バラ WF_0~
#> 10 ハエド~ 2 ハエドクソ~ ！未~ 448 Phrymaceae ハエドクソウ WF_0~
#> 11 キツネ~ 1 キツネノマ~ ！未~ 440 Acanthaceae キツネノマゴ WF_0~
#> 12 シロヨ~ 2 シロヨメナ~ ！未~ 466 Asteraceae キク WF_0~
#> 13 オオフ~ 2 オオフジシ~ ！未~ 31 Dennstaedt~ コバノイシカ~ -
#> 14 コマツ~ 2 コマツナギ~ ！未~ 203 Fabaceae マメ WF_0~
#> 15 アイヌ~ 2 アイヌタチ~ 確定 263 Violaceae スミレ WF_0~
#> 16 シベリ~ 1 シベリアカ~ 確定 174 Ranunculac~ キンポウゲ WF_0~
#> 17 アオイ~ 1 エノキアオ~ 確定 310 Malvaceae アオイ WF_0~
#> # ... with 11 more variables: GL_ID <chr>, SF_ID <chr>, WF_common_name <chr>,
#> # GL_common_name <chr>, SF_common_name <chr>,
#> # WF_scientific_name_with_author <chr>, GL_scientific_name_with_author <chr>,
#> # SF_scientific_name_with_author <chr>,
#> # WF_scientific_name_without_author <chr>,
#> # GL_scientific_name_without_author <chr>,
#> # SF_scientific_name_without_author <chr>
wamei_check(x2, hub_master, jn_master, wide=FALSE, ds=c(GL, SF, WF))
#> # A tibble: 32 x 12
#> input n_match hub_plus status source ID Family_ID Family_name
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみー 0 該当なし 該当な~ - - - -
#> 2 ススキ 1 ススキ 確定 GL GL_0~ 166 Poaceae
#> 3 ススキ 1 ススキ 確定 WF WF_0~ 166 Poaceae
#> 4 ハリガネワラビ 1 ハリガネ~ 確定 GL GL_0~ 42 Thelypterid~
#> 5 ハリガネワラビ 1 ハリガネ~ 確定 SF SF_0~ 42 Thelypterid~
#> 6 オミナエシ 1 オミナエシ 確定 GL GL_0~ 472 Caprifoliac~
#> 7 オミナエシ 1 オミナエシ 確定 WF WF_0~ 472 Caprifoliac~
#> 8 コナスビ 1 コナスビ~ 確定 GL GL_0~ 398 Primulaceae
#> 9 コナスビ 1 コナスビ~ 確定 WF WF_0~ 398 Primulaceae
#> 10 カナビキソウ 1 カナビキ~ 確定 GL GL_0~ 339 Santalaceae
#> # ... with 22 more rows, and 4 more variables: Family_name_JP <chr>,
#> # common_name <chr>, scientific_name_with_author <chr>,
#> # scientific_name_without_author <chr>
和名のチェック(エクセル版)
エクセルと同等の出力の場合．
wamei_check_ex(x1[1:50], hub_master, jn_master, wide=FALSE)
#> # A tibble: 111 x 12
#> input n_match Hub_name status source ID Family_ID Family_name
#> <chr> <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみーの和名 0 ！候補なし ！個別~ <NA> <NA> <NA> <NA>
#> 2 mulberry 1 マグワ 確定 WF WF_03~ 213 Moraceae
#> 3 mulberry 1 マグワ 確定 YL YL_09~ 213 Moraceae
#> 4 no named 0 ！候補なし ！個別~ <NA> <NA> <NA> <NA>
#> 5 no_named_GL01 1 no_named_G~ 確定 GL GL_01~ 101 Potamogeto~
#> 6 no_named_GL02 1 ムカゴサイ~ 確定 GL GL_02~ 124 Orchidaceae
#> 7 no_named_GL02 1 ムカゴサイ~ 確定 WF WF_00~ 124 Orchidaceae
#> 8 no_named_GL02 1 ムカゴサイ~ 確定 YL YL_03~ 124 Orchidaceae
#> 9 no_named_GL03 1 ミチノクサ~ 確定 GL GL_04~ 206 Rosaceae
#> 10 no_named_GL03 1 ミチノクサ~ 確定 WF WF_03~ 206 Rosaceae
#> # ... with 101 more rows, and 4 more variables: Family_name_JP <chr>,
#> # common_name <chr>, scientific_name_with_author <chr>,
#> # scientific_name_without_author <chr>
wamei_check_ex(x2, hub_master, jn_master)
#> # A tibble: 17 x 23
#> input n_match Hub_name status Family_ID Family_name Family_name_JP GL_ID
#> <chr> <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみー 0 ！候補なし ！個~ <NA> <NA> <NA> <NA>
#> 2 ススキ 1 ススキ 確定 166 Poaceae イネ GL_0~
#> 3 ハリガ~ 1 ハリガネワ~ 確定 42 Thelypteri~ ヒメシダ GL_0~
#> 4 オミナ~ 1 オミナエシ 確定 472 Caprifolia~ スイカズラ GL_0~
#> 5 コナス~ 2 コナスビ広~ ！個~ <NA> <NA> <NA> <NA>
#> 6 カナビ~ 1 カナビキソ~ 確定 339 Santalaceae ビャクダン GL_0~
#> 7 ヤイト~ 1 ヘクソカズ~ 確定 415 Rubiaceae アカネ GL_0~
#> 8 チガヤ 2 チガヤ広義~ ！個~ <NA> <NA> <NA> <NA>
#> 9 キジム~ 2 キジムシロ~ ！個~ <NA> <NA> <NA> <NA>
#> 10 ハエド~ 3 要検討（ハ~ ！個~ <NA> <NA> <NA> <NA>
#> 11 キツネ~ 2 キツネノマ~ ！個~ <NA> <NA> <NA> <NA>
#> 12 シロヨ~ 2 要検討（シ~ ！個~ <NA> <NA> <NA> <NA>
#> 13 オオフ~ 2 要検討（ア~ ！個~ <NA> <NA> <NA> <NA>
#> 14 コマツ~ 2 要検討（コ~ ！個~ <NA> <NA> <NA> <NA>
#> 15 アイヌ~ 2 アイヌタチ~ ！個~ <NA> <NA> <NA> <NA>
#> 16 シベリ~ 2 シベリアカ~ ！個~ <NA> <NA> <NA> <NA>
#> 17 アオイ~ 2 アオイゴケ~ ！個~ <NA> <NA> <NA> <NA>
#> # ... with 15 more variables: WF_ID <chr>, YL_ID <chr>, SF_ID <chr>,
#> # GL_common_name <chr>, WF_common_name <chr>, YL_common_name <chr>,
#> # SF_common_name <chr>, GL_scientific_name_with_author <chr>,
#> # WF_scientific_name_with_author <chr>, YL_scientific_name_with_author <chr>,
#> # SF_scientific_name_with_author <chr>,
#> # GL_scientific_name_without_author <chr>,
#> # WF_scientific_name_without_author <chr>, ...
和名のチェック(関数不使用)
合致する全ての和名・学名等を出力する場合は，wameicheckrの関数を使わなくても可能．
hub_long <-
hub_master %>%
tidyr::pivot_longer(cols= GL:YL, names_to = "source", values_to = "ID", values_drop_na = TRUE)
tibble::tibble(input = x2) %>%
left_join(hub_long, by=c("input"="all_name")) %>%
left_join(jn_master)
#> Joining, by = c("Family_ID", "Family_name", "Family_name_JP", "ID")
#> # A tibble: 98 x 17
#> input Hub_name lato_stricto Family_ID Family_name Family_name_JP status
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみー <NA> <NA> <NA> <NA> <NA> <NA>
#> 2 ススキ ススキ <NA> 166 Poaceae イネ 確定
#> 3 ススキ ススキ <NA> 166 Poaceae イネ 確定
#> 4 ススキ ススキ <NA> 166 Poaceae イネ 確定
#> 5 ハリガネ~ ハリガネ~ <NA> 42 Thelypterid~ ヒメシダ 確定
#> 6 ハリガネ~ ハリガネ~ <NA> 42 Thelypterid~ ヒメシダ 確定
#> 7 ハリガネ~ ハリガネ~ <NA> 42 Thelypterid~ ヒメシダ 確定
#> 8 オミナエ~ オミナエシ <NA> 472 Caprifoliac~ スイカズラ 確定
#> 9 オミナエ~ オミナエシ <NA> 472 Caprifoliac~ スイカズラ 確定
#> 10 オミナエ~ オミナエシ <NA> 472 Caprifoliac~ スイカズラ 確定
#> # ... with 88 more rows, and 10 more variables: message <chr>, source <chr>,
#> # ID <chr>, common_name <chr>, another_name <chr>, another_name_ID <dbl>,
#> # note_1 <chr>, note_2 <chr>, scientific_name_with_author <chr>,
#> # scientific_name_without_author <chr>
類似した和名・学名の検索(入力間違い時の推定)
編集距離を利用して類似した和名や学名を検索可能である．
参照用の和名と学名は，jn_masterから抽出したものを利用している．
data(ref_jp) # 和名の参照用データ
ref_jp # 和名は文字コードの関係でエスケープ文字を使用
#> # A tibble: 51,809 x 2
#> source name_jp
#> <chr> <chr>
#> 1 GL "\\u30d2\\u30e1\\u30b9\\u30ae\\u30e9\\u30f3"
#> 2 GL "\\u30b3\\u30b9\\u30ae\\u30e9\\u30f3"
#> 3 GL "\\u30a8\\u30be\\u30ce\\u30b3\\u30b9\\u30ae\\u30e9\\u30f3"
#> 4 GL "\\u30c1\\u30b7\\u30de\\u30b9\\u30ae\\u30e9\\u30f3"
#> 5 GL "\\u30c8\\u30a6\\u30b2\\u30b7\\u30d0"
#> 6 GL "\\u30db\\u30bd\\u30d0\\u30c8\\u30a6\\u30b2\\u30b7\\u30d0"
#> 7 GL "\\u30d2\\u30ed\\u30cf\\u30c8\\u30a6\\u30b2\\u30b7\\u30d0"
#> 8 GL "\\u30aa\\u30cb\\u30c8\\u30a6\\u30b2\\u30b7\\u30d0"
#> 9 GL "\\u30b3\\u30b9\\u30ae\\u30c8\\u30a6\\u30b2\\u30b7\\u30d0"
#> 10 GL "\\u30a4\\u30cc\\u30e4\\u30c1\\u30b9\\u30ae\\u30e9\\u30f3"
#> # ... with 51,799 more rows
ref_jp %>% # stri_unescape_unicode()で通常の文字に戻る
dplyr::mutate(name_jp=stringi::stri_unescape_unicode(name_jp))
#> # A tibble: 51,809 x 2
#> source name_jp
#> <chr> <chr>
#> 1 GL ヒメスギラン
#> 2 GL コスギラン
#> 3 GL エゾノコスギラン
#> 4 GL チシマスギラン
#> 5 GL トウゲシバ
#> 6 GL ホソバトウゲシバ
#> 7 GL ヒロハトウゲシバ
#> 8 GL オニトウゲシバ
#> 9 GL コスギトウゲシバ
#> 10 GL イヌヤチスギラン
#> # ... with 51,799 more rows
data(ref_sc) # 学名の参照用データ
ref_sc
#> # A tibble: 76,379 x 2
#> source name_sc
#> <chr> <chr>
#> 1 GL Huperzia miyoshiana (Makino) Ching
#> 2 GL Huperzia miyoshiana
#> 3 GL Huperzia selago (L.) Bernh. ex Schrank et C.F.P.Mart.
#> 4 GL Huperzia selago
#> 5 GL Huperzia serrata (Thunb.) Trevis.
#> 6 GL Huperzia serrata
#> 7 GL Huperzia somae (Hayata) Ching
#> 8 GL Huperzia somae
#> 9 GL Lycopodiella caroliniana (L.) Pic.Serm.
#> 10 GL Lycopodiella caroliniana
#> # ... with 76,369 more rows
# 1つだけ検索
# 和名: search_similar_name() では len=6 が必須(文字コードの関係)
search_similar_name("ハッカグサ", len=6)
#> # A tibble: 585 x 5
#> input maybe dist dist_norm source
#> <chr> <chr> <int> <dbl> <chr>
#> 1 ハッカグサ スギナ 3 0.6 GL; SF; YL
#> 2 ハッカグサ トクサ 3 0.6 GL; SF; YL
#> 3 ハッカグサ コシダ 3 0.6 GL; SF; YL
#> 4 ハッカグサ メヘゴ 3 0.6 GL; SF; YL
#> 5 ハッカグサ ヘゴ 2 0.4 GL; SF; YL
#> 6 ハッカグサ ワラビ 3 0.6 GL; SF; YL
#> 7 ハッカグサ ホシダ 3 0.6 GL; SF; YL
#> 8 ハッカグサ オシダ 3 0.6 GL; SF; YL
#> 9 ハッカグサ メンマ 3 0.6 GL; SF; YL
#> 10 ハッカグサ イノデ 3 0.6 GL; SF; YL
#> # ... with 575 more rows
# 学名
search_similar_name("Viola madahuricaa", len=1)
#> # A tibble: 1 x 5
#> input maybe dist dist_norm source
#> <chr> <chr> <int> <dbl> <chr>
#> 1 Viola madahuricaa Viola mandshurica 3 0.176 YL
# 複数を検索
# 和名
mosiya(c("ハッカグサ", "スズノエンドウ"))
#> # A tibble: 10 x 5
#> input maybe dist dist_norm source
#> <chr> <chr> <int> <dbl> <chr>
#> 1 ハッカグサ ハダカグリ 2 0.4 GL; YL
#> 2 ハッカグサ ハシカグサ 1 0.2 GL; WF; YL
#> 3 ハッカグサ ハッカ 2 0.4 GL; WF; YL
#> 4 ハッカグサ ハハコグサ 2 0.4 GL; WF; YL
#> 5 ハッカグサ コヌカグサ 2 0.4 WF; YL
#> 6 ハッカグサ ラッパグサ 2 0.4 YL
#> 7 スズノエンドウ スズメノエンドウ 1 0.125 GL; WF; YL
#> 8 スズノエンドウ スギナエンドウ 2 0.286 YL
#> 9 スズノエンドウ ノエンドウ 2 0.286 YL
#> 10 スズノエンドウ タチノエンドウ 2 0.286 YL
# 検索条件の変更が可能
# min_dist: 編集距離
# min_dist_norm: 標準化した編集距離
mosiya(c("ハッカグサ", "スズノエンドウ"), min_dist=2, min_dist_norm=0.1)
#> # A tibble: 2 x 5
#> input maybe dist dist_norm source
#> <chr> <chr> <int> <dbl> <chr>
#> 1 ハッカグサ ハシカグサ 1 0.2 GL; WF; YL
#> 2 スズノエンドウ スズメノエンドウ 1 0.125 GL; WF; YL
# 学名
maybe(c("Viola madahuricaa", "Carex nevarta"))
#> # A tibble: 2 x 5
#> input maybe dist dist_norm source
#> <chr> <chr> <int> <dbl> <chr>
#> 1 Viola madahuricaa Viola mandshurica 3 0.176 YL
#> 2 Carex nevarta Carex nervata 2 0.154 GL; WF; YL
matutosi/wameicheckr documentation built on Aug. 14, 2024, 4:39 p.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
文字コードについての注意
wameicheckrでは，基本的に文字コードとしてUTF-8を使用しています． WidowsでShift-JIS(CP932)を使用している場合は，文字化けが起こる可能性があります． その場合は，文字コードの変換をしてください．
# x <- "Shift-JISの文字列"
# iconv(x, from="CP932", to="UTF-8") # Shift-JISからUTF-8への変換
維管束植物和名チェックリストの利用
準備
library(tidyverse)
#> -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
#> v ggplot2 3.3.5 v purrr 0.3.4
#> v tibble 3.1.6 v dplyr 1.0.7
#> v tidyr 1.1.4 v stringr 1.4.0
#> v readr 2.0.2 v forcats 0.5.1
#> -- Conflicts ------------------------------------------ tidyverse_conflicts() --
#> x dplyr::filter() masks stats::filter()
#> x dplyr::lag() masks stats::lag()
library(wameicheckr)
library(magrittr)
#>
#> Attaching package: 'magrittr'
#> The following object is masked from 'package:purrr':
#>
#> set_names
#> The following object is masked from 'package:tidyr':
#>
#> extract
library(stringi)
維管束植物和名チェックリストはパッケージ内にある． 読み込んだあとで，使いやすくするために，若干の整理を実行
data(hub_master)
data(jn_master)
hub_master <-
hub_master %>%
tibble::as_tibble() %>%
dplyr::rename_with(~stringr::str_replace_all(., "[ /]", "_")) %>%
dplyr::rename_with(~stringr::str_replace_all(., "[()]", "")) %>%
print()
#> # A tibble: 30,430 x 12
#> all_name Hub_name lato_stricto Family_ID Family_name Family_name_JP GL
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 アスヒカズ~ アスヒカ~ <NA> 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 2 イヌヤチス~ イヌヤチ~ <NA> 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 3 イワヒモ ヒモラン <NA> 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 4 ウチワマン~ マンネン~ <NA> 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 5 エゾコスギ~ エゾコス~ <NA> 1 Lycopodiac~ ヒカゲノカズラ <NA>
#> 6 エゾノコス~ コスギラン 広義 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 7 エゾヒカゲ~ ヒカゲノ~ 広義 1 Lycopodiac~ ヒカゲノカズラ <NA>
#> 8 エゾヒカゲ~ エゾヒカ~ <NA> 1 Lycopodiac~ ヒカゲノカズラ GL_0~
#> 9 オオスギカ~ オオスギ~ <NA> 1 Lycopodiac~ ヒカゲノカズラ <NA>
#> 10 オニトウゲ~ オニトウ~ <NA> 1 Lycopodiac~ ヒカゲノカズラ <NA>
#> # ... with 30,420 more rows, and 5 more variables: SF <chr>, WF <chr>,
#> # YL <chr>, status <chr>, message <chr>
jn_master <-
jn_master %>%
tibble::as_tibble() %>%
dplyr::rename_with(~stringr::str_replace_all(., "[ /]", "_")) %>%
dplyr::rename_with(~stringr::str_replace_all(., "[()]", "")) %>%
fill_another_name_id() %>% # another_name_id の空欄を埋める
print()
#> # A tibble: 53,222 x 11
#> ID Family_ID Family_name Family_name_JP common_name another_name
#> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 GL_00001 1 Lycopodiaceae ヒカゲノカズラ ヒメスギラン ヒメスギラン
#> 2 GL_00002 1 Lycopodiaceae ヒカゲノカズラ コスギラン コスギラン
#> 3 GL_00002 1 Lycopodiaceae ヒカゲノカズラ コスギラン エゾノコス~
#> 4 GL_00002 1 Lycopodiaceae ヒカゲノカズラ コスギラン チシマスギ~
#> 5 GL_00003 1 Lycopodiaceae ヒカゲノカズラ トウゲシバ トウゲシバ
#> 6 GL_00003 1 Lycopodiaceae ヒカゲノカズラ トウゲシバ ホソバトウ~
#> 7 GL_00003 1 Lycopodiaceae ヒカゲノカズラ トウゲシバ ヒロハトウ~
#> 8 GL_00003 1 Lycopodiaceae ヒカゲノカズラ トウゲシバ オニトウゲ~
#> 9 GL_00004 1 Lycopodiaceae ヒカゲノカズラ コスギトウゲシバ コスギトウ~
#> 10 GL_00005 1 Lycopodiaceae ヒカゲノカズラ イヌヤチスギラン イヌヤチス~
#> # ... with 53,212 more rows, and 5 more variables: another_name_ID <dbl>,
#> # note_1 <chr>, note_2 <chr>, scientific_name_with_author <chr>,
#> # scientific_name_without_author <chr>
最新版が異なる場合は，ウェブページからダウンロードして使用することも可能．
# Download wamei chek list form https://www.gbif.jp/v2/activities/wamei_checklist.html
# Change file name (version)
# Set your directory by setwd()
library(readxl)
path <- "wamei_checklist_ver.1.10.xlsx"
hub_master <-
readxl::read_xlsx(path, sheet="Hub_data", col_types="text") %>%
dplyr::rename_with(~stringr::str_replace_all(., "[ /]", "_")) %>%
dplyr::rename_with(~stringr::str_replace_all(., "[()]", ""))
jn_master <-
readxl::read_xlsx(path, sheet="JN_dataset", col_types="text") %>%
dplyr::rename_with(~stringr::str_replace_all(., "[ /]", "_")) %>%
dplyr::rename_with(~stringr::str_replace_all(., "[()]", "")) %>%
fill_another_name_id() # another_name_id の空欄を埋める
エラーの修正
和名チェックリスト ver.1.10のエラーの修正． バージョンアップで，修正される予定．
# (和名チェックリスト ver.1.10への対応) another_name_IDに0がないもの
no_id_0 <-
c("SF_00131", "SF_00323", "WF_01542", "WF_02219", "WF_04287",
"SF_00127","WF_01902","WF_03825","YL_11456","YL_17759")
jn_master$another_name_ID[jn_master$ID %in% no_id_0 & jn_master$another_name_ID != 0] <- 0
# (和名チェックリスト ver.1.10への対応) シベリアカラマツ(別科同名)
hub_master$Hub_name[
hub_master$Hub_name=="シベリアカラマツ" &
hub_master$Family_name_JP=="マツ"] <-
"シベリアカラマツ(マツ科)"
hub_master$Hub_name[
hub_master$Hub_name=="シベリアカラマツ" &
hub_master$Family_name_JP=="キンポウゲ"] <-
"シベリアカラマツ(キンポウゲ科)"
jn_master$Family_name_JP[
jn_master$Family_name_JP=="ツルボラン"] <-
"ワスレグサ"
和名の抽出
x1は，和名チェックリストにある和名をすべて抽出． 多いので，下記では最初の50だけ． x2は，色々なパターンを含む和名．
# hubやjnの種名を抽出(全種)
x1 <-
c(hub_master$all_name, hub_master$Hub_name, jn_master$common_name, jn_master$another_name) %>%
purrr::map(str_split, "/") %>%
unlist() %>% unique() %>% sort() %>%
c("だみーの和名", .)
# 和名の例
x2 <- c("だみー", "ススキ", "ハリガネワラビ", "オミナエシ", "コナスビ", "カナビキソウ",
"ヤイトバナ", "チガヤ", "キジムシロ", "ハエドクソウ", "キツネノマゴ", "シロヨメナ",
"オオフジシダ", "コマツナギ", "アイヌタチツボスミレ", "シベリアカラマツ", "アオイモドキ")
和名のチェック(R版)
入力和名に対する和名・学名の候補を出力する． なお，x1は多いので，最初の50だけを使用．
wamei_check(x1[1:50], hub_master, jn_master)
#> # A tibble: 50 x 23
#> input n_match hub_plus status Family_ID Family_name Family_name_JP WF_ID
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみ~ 0 該当なし 該当な~ - - - -
#> 2 mulbe~ 1 マグワ 確定 213 Moraceae クワ WF_0~
#> 3 no na~ 0 該当なし 該当な~ - - - -
#> 4 no_na~ 1 no_named_G~ 確定 101 Potamogeto~ ヒルムシロ -
#> 5 no_na~ 1 ムカゴサイ~ 確定 124 Orchidaceae ラン WF_0~
#> 6 no_na~ 1 ミチノクサ~ 確定 206 Rosaceae バラ WF_0~
#> 7 no_na~ 1 ヤエガワカ~ 確定 221 Betulaceae カバノキ -
#> 8 no_na~ 1 no_named_G~ 確定 221 Betulaceae カバノキ -
#> 9 no_na~ 1 no_named_G~ 確定 416 Gentianace~ リンドウ -
#> 10 no_na~ 1 no_named_G~ 確定 466 Asteraceae キク -
#> # ... with 40 more rows, and 15 more variables: YL_ID <chr>, GL_ID <chr>,
#> # SF_ID <chr>, WF_common_name <chr>, YL_common_name <chr>,
#> # GL_common_name <chr>, SF_common_name <chr>,
#> # WF_scientific_name_with_author <chr>, YL_scientific_name_with_author <chr>,
#> # GL_scientific_name_with_author <chr>, SF_scientific_name_with_author <chr>,
#> # WF_scientific_name_without_author <chr>,
#> # YL_scientific_name_without_author <chr>, ...
wamei_check(x1[1:50], hub_master, jn_master, wide=FALSE)
#> # A tibble: 111 x 12
#> input n_match hub_plus status source ID Family_ID Family_name
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみーの和名 0 該当なし 該当な~ - - - -
#> 2 mulberry 1 マグワ 確定 WF WF_0~ 213 Moraceae
#> 3 mulberry 1 マグワ 確定 YL YL_0~ 213 Moraceae
#> 4 no named 0 該当なし 該当な~ - - - -
#> 5 no_named_GL01 1 no_named_GL~ 確定 GL GL_0~ 101 Potamogeto~
#> 6 no_named_GL02 1 ムカゴサイ~ 確定 GL GL_0~ 124 Orchidaceae
#> 7 no_named_GL02 1 ムカゴサイ~ 確定 WF WF_0~ 124 Orchidaceae
#> 8 no_named_GL02 1 ムカゴサイ~ 確定 YL YL_0~ 124 Orchidaceae
#> 9 no_named_GL03 1 ミチノクサ~ 確定 GL GL_0~ 206 Rosaceae
#> 10 no_named_GL03 1 ミチノクサ~ 確定 WF WF_0~ 206 Rosaceae
#> # ... with 101 more rows, and 4 more variables: Family_name_JP <chr>,
#> # common_name <chr>, scientific_name_with_author <chr>,
#> # scientific_name_without_author <chr>
wamei_check(x2, hub_master, jn_master, ds=c(GL, SF, WF))
#> # A tibble: 17 x 19
#> input n_match hub_plus status Family_ID Family_name Family_name_JP WF_ID
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみー 0 該当なし 該当~ - - - -
#> 2 ススキ 1 ススキ 確定 166 Poaceae イネ WF_0~
#> 3 ハリガ~ 1 ハリガネワ~ 確定 42 Thelypteri~ ヒメシダ -
#> 4 オミナ~ 1 オミナエシ 確定 472 Caprifolia~ スイカズラ WF_0~
#> 5 コナス~ 1 コナスビ狭~ 確定 398 Primulaceae サクラソウ WF_0~
#> 6 カナビ~ 1 カナビキソ~ 確定 339 Santalaceae ビャクダン WF_0~
#> 7 ヤイト~ 1 ヘクソカズ~ 確定 415 Rubiaceae アカネ WF_0~
#> 8 チガヤ 1 チガヤ狭義 確定 166 Poaceae イネ WF_0~
#> 9 キジム~ 2 キジムシロ~ 確定 206 Rosaceae バラ WF_0~
#> 10 ハエド~ 2 ハエドクソ~ ！未~ 448 Phrymaceae ハエドクソウ WF_0~
#> 11 キツネ~ 1 キツネノマ~ ！未~ 440 Acanthaceae キツネノマゴ WF_0~
#> 12 シロヨ~ 2 シロヨメナ~ ！未~ 466 Asteraceae キク WF_0~
#> 13 オオフ~ 2 オオフジシ~ ！未~ 31 Dennstaedt~ コバノイシカ~ -
#> 14 コマツ~ 2 コマツナギ~ ！未~ 203 Fabaceae マメ WF_0~
#> 15 アイヌ~ 2 アイヌタチ~ 確定 263 Violaceae スミレ WF_0~
#> 16 シベリ~ 1 シベリアカ~ 確定 174 Ranunculac~ キンポウゲ WF_0~
#> 17 アオイ~ 1 エノキアオ~ 確定 310 Malvaceae アオイ WF_0~
#> # ... with 11 more variables: GL_ID <chr>, SF_ID <chr>, WF_common_name <chr>,
#> # GL_common_name <chr>, SF_common_name <chr>,
#> # WF_scientific_name_with_author <chr>, GL_scientific_name_with_author <chr>,
#> # SF_scientific_name_with_author <chr>,
#> # WF_scientific_name_without_author <chr>,
#> # GL_scientific_name_without_author <chr>,
#> # SF_scientific_name_without_author <chr>
wamei_check(x2, hub_master, jn_master, wide=FALSE, ds=c(GL, SF, WF))
#> # A tibble: 32 x 12
#> input n_match hub_plus status source ID Family_ID Family_name
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみー 0 該当なし 該当な~ - - - -
#> 2 ススキ 1 ススキ 確定 GL GL_0~ 166 Poaceae
#> 3 ススキ 1 ススキ 確定 WF WF_0~ 166 Poaceae
#> 4 ハリガネワラビ 1 ハリガネ~ 確定 GL GL_0~ 42 Thelypterid~
#> 5 ハリガネワラビ 1 ハリガネ~ 確定 SF SF_0~ 42 Thelypterid~
#> 6 オミナエシ 1 オミナエシ 確定 GL GL_0~ 472 Caprifoliac~
#> 7 オミナエシ 1 オミナエシ 確定 WF WF_0~ 472 Caprifoliac~
#> 8 コナスビ 1 コナスビ~ 確定 GL GL_0~ 398 Primulaceae
#> 9 コナスビ 1 コナスビ~ 確定 WF WF_0~ 398 Primulaceae
#> 10 カナビキソウ 1 カナビキ~ 確定 GL GL_0~ 339 Santalaceae
#> # ... with 22 more rows, and 4 more variables: Family_name_JP <chr>,
#> # common_name <chr>, scientific_name_with_author <chr>,
#> # scientific_name_without_author <chr>
和名のチェック(エクセル版)
エクセルと同等の出力の場合．
wamei_check_ex(x1[1:50], hub_master, jn_master, wide=FALSE)
#> # A tibble: 111 x 12
#> input n_match Hub_name status source ID Family_ID Family_name
#> <chr> <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみーの和名 0 ！候補なし ！個別~ <NA> <NA> <NA> <NA>
#> 2 mulberry 1 マグワ 確定 WF WF_03~ 213 Moraceae
#> 3 mulberry 1 マグワ 確定 YL YL_09~ 213 Moraceae
#> 4 no named 0 ！候補なし ！個別~ <NA> <NA> <NA> <NA>
#> 5 no_named_GL01 1 no_named_G~ 確定 GL GL_01~ 101 Potamogeto~
#> 6 no_named_GL02 1 ムカゴサイ~ 確定 GL GL_02~ 124 Orchidaceae
#> 7 no_named_GL02 1 ムカゴサイ~ 確定 WF WF_00~ 124 Orchidaceae
#> 8 no_named_GL02 1 ムカゴサイ~ 確定 YL YL_03~ 124 Orchidaceae
#> 9 no_named_GL03 1 ミチノクサ~ 確定 GL GL_04~ 206 Rosaceae
#> 10 no_named_GL03 1 ミチノクサ~ 確定 WF WF_03~ 206 Rosaceae
#> # ... with 101 more rows, and 4 more variables: Family_name_JP <chr>,
#> # common_name <chr>, scientific_name_with_author <chr>,
#> # scientific_name_without_author <chr>
wamei_check_ex(x2, hub_master, jn_master)
#> # A tibble: 17 x 23
#> input n_match Hub_name status Family_ID Family_name Family_name_JP GL_ID
#> <chr> <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみー 0 ！候補なし ！個~ <NA> <NA> <NA> <NA>
#> 2 ススキ 1 ススキ 確定 166 Poaceae イネ GL_0~
#> 3 ハリガ~ 1 ハリガネワ~ 確定 42 Thelypteri~ ヒメシダ GL_0~
#> 4 オミナ~ 1 オミナエシ 確定 472 Caprifolia~ スイカズラ GL_0~
#> 5 コナス~ 2 コナスビ広~ ！個~ <NA> <NA> <NA> <NA>
#> 6 カナビ~ 1 カナビキソ~ 確定 339 Santalaceae ビャクダン GL_0~
#> 7 ヤイト~ 1 ヘクソカズ~ 確定 415 Rubiaceae アカネ GL_0~
#> 8 チガヤ 2 チガヤ広義~ ！個~ <NA> <NA> <NA> <NA>
#> 9 キジム~ 2 キジムシロ~ ！個~ <NA> <NA> <NA> <NA>
#> 10 ハエド~ 3 要検討（ハ~ ！個~ <NA> <NA> <NA> <NA>
#> 11 キツネ~ 2 キツネノマ~ ！個~ <NA> <NA> <NA> <NA>
#> 12 シロヨ~ 2 要検討（シ~ ！個~ <NA> <NA> <NA> <NA>
#> 13 オオフ~ 2 要検討（ア~ ！個~ <NA> <NA> <NA> <NA>
#> 14 コマツ~ 2 要検討（コ~ ！個~ <NA> <NA> <NA> <NA>
#> 15 アイヌ~ 2 アイヌタチ~ ！個~ <NA> <NA> <NA> <NA>
#> 16 シベリ~ 2 シベリアカ~ ！個~ <NA> <NA> <NA> <NA>
#> 17 アオイ~ 2 アオイゴケ~ ！個~ <NA> <NA> <NA> <NA>
#> # ... with 15 more variables: WF_ID <chr>, YL_ID <chr>, SF_ID <chr>,
#> # GL_common_name <chr>, WF_common_name <chr>, YL_common_name <chr>,
#> # SF_common_name <chr>, GL_scientific_name_with_author <chr>,
#> # WF_scientific_name_with_author <chr>, YL_scientific_name_with_author <chr>,
#> # SF_scientific_name_with_author <chr>,
#> # GL_scientific_name_without_author <chr>,
#> # WF_scientific_name_without_author <chr>, ...
和名のチェック(関数不使用)
合致する全ての和名・学名等を出力する場合は，wameicheckrの関数を使わなくても可能．
hub_long <-
hub_master %>%
tidyr::pivot_longer(cols= GL:YL, names_to = "source", values_to = "ID", values_drop_na = TRUE)
tibble::tibble(input = x2) %>%
left_join(hub_long, by=c("input"="all_name")) %>%
left_join(jn_master)
#> Joining, by = c("Family_ID", "Family_name", "Family_name_JP", "ID")
#> # A tibble: 98 x 17
#> input Hub_name lato_stricto Family_ID Family_name Family_name_JP status
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 だみー <NA> <NA> <NA> <NA> <NA> <NA>
#> 2 ススキ ススキ <NA> 166 Poaceae イネ 確定
#> 3 ススキ ススキ <NA> 166 Poaceae イネ 確定
#> 4 ススキ ススキ <NA> 166 Poaceae イネ 確定
#> 5 ハリガネ~ ハリガネ~ <NA> 42 Thelypterid~ ヒメシダ 確定
#> 6 ハリガネ~ ハリガネ~ <NA> 42 Thelypterid~ ヒメシダ 確定
#> 7 ハリガネ~ ハリガネ~ <NA> 42 Thelypterid~ ヒメシダ 確定
#> 8 オミナエ~ オミナエシ <NA> 472 Caprifoliac~ スイカズラ 確定
#> 9 オミナエ~ オミナエシ <NA> 472 Caprifoliac~ スイカズラ 確定
#> 10 オミナエ~ オミナエシ <NA> 472 Caprifoliac~ スイカズラ 確定
#> # ... with 88 more rows, and 10 more variables: message <chr>, source <chr>,
#> # ID <chr>, common_name <chr>, another_name <chr>, another_name_ID <dbl>,
#> # note_1 <chr>, note_2 <chr>, scientific_name_with_author <chr>,
#> # scientific_name_without_author <chr>
類似した和名・学名の検索(入力間違い時の推定)
編集距離を利用して類似した和名や学名を検索可能である． 参照用の和名と学名は，jn_masterから抽出したものを利用している．
data(ref_jp) # 和名の参照用データ
ref_jp # 和名は文字コードの関係でエスケープ文字を使用
#> # A tibble: 51,809 x 2
#> source name_jp
#> <chr> <chr>
#> 1 GL "\\u30d2\\u30e1\\u30b9\\u30ae\\u30e9\\u30f3"
#> 2 GL "\\u30b3\\u30b9\\u30ae\\u30e9\\u30f3"
#> 3 GL "\\u30a8\\u30be\\u30ce\\u30b3\\u30b9\\u30ae\\u30e9\\u30f3"
#> 4 GL "\\u30c1\\u30b7\\u30de\\u30b9\\u30ae\\u30e9\\u30f3"
#> 5 GL "\\u30c8\\u30a6\\u30b2\\u30b7\\u30d0"
#> 6 GL "\\u30db\\u30bd\\u30d0\\u30c8\\u30a6\\u30b2\\u30b7\\u30d0"
#> 7 GL "\\u30d2\\u30ed\\u30cf\\u30c8\\u30a6\\u30b2\\u30b7\\u30d0"
#> 8 GL "\\u30aa\\u30cb\\u30c8\\u30a6\\u30b2\\u30b7\\u30d0"
#> 9 GL "\\u30b3\\u30b9\\u30ae\\u30c8\\u30a6\\u30b2\\u30b7\\u30d0"
#> 10 GL "\\u30a4\\u30cc\\u30e4\\u30c1\\u30b9\\u30ae\\u30e9\\u30f3"
#> # ... with 51,799 more rows
ref_jp %>% # stri_unescape_unicode()で通常の文字に戻る
dplyr::mutate(name_jp=stringi::stri_unescape_unicode(name_jp))
#> # A tibble: 51,809 x 2
#> source name_jp
#> <chr> <chr>
#> 1 GL ヒメスギラン
#> 2 GL コスギラン
#> 3 GL エゾノコスギラン
#> 4 GL チシマスギラン
#> 5 GL トウゲシバ
#> 6 GL ホソバトウゲシバ
#> 7 GL ヒロハトウゲシバ
#> 8 GL オニトウゲシバ
#> 9 GL コスギトウゲシバ
#> 10 GL イヌヤチスギラン
#> # ... with 51,799 more rows
data(ref_sc) # 学名の参照用データ
ref_sc
#> # A tibble: 76,379 x 2
#> source name_sc
#> <chr> <chr>
#> 1 GL Huperzia miyoshiana (Makino) Ching
#> 2 GL Huperzia miyoshiana
#> 3 GL Huperzia selago (L.) Bernh. ex Schrank et C.F.P.Mart.
#> 4 GL Huperzia selago
#> 5 GL Huperzia serrata (Thunb.) Trevis.
#> 6 GL Huperzia serrata
#> 7 GL Huperzia somae (Hayata) Ching
#> 8 GL Huperzia somae
#> 9 GL Lycopodiella caroliniana (L.) Pic.Serm.
#> 10 GL Lycopodiella caroliniana
#> # ... with 76,369 more rows
# 1つだけ検索
# 和名: search_similar_name() では len=6 が必須(文字コードの関係)
search_similar_name("ハッカグサ", len=6)
#> # A tibble: 585 x 5
#> input maybe dist dist_norm source
#> <chr> <chr> <int> <dbl> <chr>
#> 1 ハッカグサ スギナ 3 0.6 GL; SF; YL
#> 2 ハッカグサ トクサ 3 0.6 GL; SF; YL
#> 3 ハッカグサ コシダ 3 0.6 GL; SF; YL
#> 4 ハッカグサ メヘゴ 3 0.6 GL; SF; YL
#> 5 ハッカグサ ヘゴ 2 0.4 GL; SF; YL
#> 6 ハッカグサ ワラビ 3 0.6 GL; SF; YL
#> 7 ハッカグサ ホシダ 3 0.6 GL; SF; YL
#> 8 ハッカグサ オシダ 3 0.6 GL; SF; YL
#> 9 ハッカグサ メンマ 3 0.6 GL; SF; YL
#> 10 ハッカグサ イノデ 3 0.6 GL; SF; YL
#> # ... with 575 more rows
# 学名
search_similar_name("Viola madahuricaa", len=1)
#> # A tibble: 1 x 5
#> input maybe dist dist_norm source
#> <chr> <chr> <int> <dbl> <chr>
#> 1 Viola madahuricaa Viola mandshurica 3 0.176 YL
# 複数を検索
# 和名
mosiya(c("ハッカグサ", "スズノエンドウ"))
#> # A tibble: 10 x 5
#> input maybe dist dist_norm source
#> <chr> <chr> <int> <dbl> <chr>
#> 1 ハッカグサ ハダカグリ 2 0.4 GL; YL
#> 2 ハッカグサ ハシカグサ 1 0.2 GL; WF; YL
#> 3 ハッカグサ ハッカ 2 0.4 GL; WF; YL
#> 4 ハッカグサ ハハコグサ 2 0.4 GL; WF; YL
#> 5 ハッカグサ コヌカグサ 2 0.4 WF; YL
#> 6 ハッカグサ ラッパグサ 2 0.4 YL
#> 7 スズノエンドウ スズメノエンドウ 1 0.125 GL; WF; YL
#> 8 スズノエンドウ スギナエンドウ 2 0.286 YL
#> 9 スズノエンドウ ノエンドウ 2 0.286 YL
#> 10 スズノエンドウ タチノエンドウ 2 0.286 YL
# 検索条件の変更が可能
# min_dist: 編集距離
# min_dist_norm: 標準化した編集距離
mosiya(c("ハッカグサ", "スズノエンドウ"), min_dist=2, min_dist_norm=0.1)
#> # A tibble: 2 x 5
#> input maybe dist dist_norm source
#> <chr> <chr> <int> <dbl> <chr>
#> 1 ハッカグサ ハシカグサ 1 0.2 GL; WF; YL
#> 2 スズノエンドウ スズメノエンドウ 1 0.125 GL; WF; YL
# 学名
maybe(c("Viola madahuricaa", "Carex nevarta"))
#> # A tibble: 2 x 5
#> input maybe dist dist_norm source
#> <chr> <chr> <int> <dbl> <chr>
#> 1 Viola madahuricaa Viola mandshurica 3 0.176 YL
#> 2 Carex nevarta Carex nervata 2 0.154 GL; WF; YL
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.