一个可以raster对象（R）具有不同的模式（数据类型）的层？
在它的面前，似乎我们总是被迫一种类型：
library(raster)
## create a SpatialPixelsDataFrame with (trivially) two different "layer" types
d <- data.frame(expand.grid(x = 1:10, y = 2:11), z = 1:100, a = sample(letters, 100, replace = TRUE), stringsAsFactors = FALSE)
coordinates(d) <- 1:2
gridded(d) <- TRUE
## now coerce this to a raster brick or stack and our "a" is crushed to numeric NA
all(is.na(getValues(brick(d)[[2]])))
[1] TRUE
有没有像rasterDataFrame什么？
另外请注意，我们大概是因为光栅@数据是一个矩阵，或以其他方式强制转换为数字/整数不能使用的r因素。 我缺少的东西吗？
该raster包提供对与分类变量创建栅格的能力，并且rasterVis封装包括函数绘制它们。 所述ratify功能允许光栅为包括与底层光栅整数值为其它值，其可以是字符的查找表。 这允许直接使用在批准光栅的水平部分值的任何其他模式的。
下面是一个例子。
library(rasterVis)
r <- raster(xmn = 0, xmx = 1, ymn = 0, ymx = 2, nrow = 10, ncol = 11,
crs = as.character(NA))
r[] <- sample(seq_along(letters[1:5]), ncell(r), replace = TRUE)
## ratify the raster, and set up the lookup table
r <- ratify(r)
rat <- levels(r)[[1]]
rat$value <- letters[1:5]
rat$code <- 1:5
## workaround for limitation as at 2013-05-01
## see https://stat.ethz.ch/pipermail/r-sig-geo/2013-May/018180.html
rat$code <- NULL
levels(r) <- rat
levelplot(r)
还有即将更新rasterVis ，使上述不必要的解决方法。
