Información y metadatos de FeatureCollection

Los métodos para obtener información de los metadatos de las colecciones de componentes son los mismos que los de las colecciones de imágenes. Consulta la sección Información y metadatos de ImageCollection para obtener más información.

Agregación de metadatos

Puedes usar los atajos de agregación para contar la cantidad de componentes o resumir un atributo:

Editor de código (JavaScript)Colab (Python)

// Load watersheds from a data table.
var sheds = ee.FeatureCollection('USGS/WBD/2017/HUC06')
  // Filter to the continental US.
  .filterBounds(ee.Geometry.Rectangle(-127.18, 19.39, -62.75, 51.29))
  // Convert 'areasqkm' property from string to number.
  .map(function(feature){
    var num = ee.Number.parse(feature.get('areasqkm'));
    return feature.set('areasqkm', num);
  });

// Display the table and print its first element.
Map.addLayer(sheds, {}, 'watersheds');
print('First watershed', sheds.first());

// Print the number of watersheds.
print('Count:', sheds.size());

// Print stats for an area property.
print('Area stats:', sheds.aggregate_stats('areasqkm'));

Configuración de Python

Consulta la página Entorno de Python para obtener información sobre la API de Python y el uso de geemap para el desarrollo interactivo.

import ee
import geemap.core as geemap

# Load watersheds from a data table.
sheds = (
    ee.FeatureCollection('USGS/WBD/2017/HUC06')
    # Filter to the continental US.
    .filterBounds(ee.Geometry.Rectangle(-127.18, 19.39, -62.75, 51.29))
    # Convert 'areasqkm' property from string to number.
    .map(
        lambda feature: feature.set(
            'areasqkm', ee.Number.parse(feature.get('areasqkm'))
        )
    )
)

# Display the table and print its first element.
m = geemap.Map()
m.add_layer(sheds, {}, 'watersheds')
display(m)
display('First watershed:', sheds.first())

# Print the number of watersheds.
display('Count:', sheds.size())

# Print stats for an area property.
display('Area stats:', sheds.aggregate_stats('areasqkm'))

Información de la columna

Conocer los nombres y tipos de datos de las columnas FeatureCollection puede ser útil (p.ej., filtrar una recopilación por metadatos). En el siguiente ejemplo, se imprimen los nombres de las columnas y los tipos de datos de una colección de componentes de punto que representan áreas protegidas.

Editor de código (JavaScript)Colab (Python)

// Import a protected areas point feature collection.
var wdpa = ee.FeatureCollection("WCMC/WDPA/current/points");

// Define a function to print metadata column names and datatypes. This function
// is intended to be applied by the `evaluate` method which provides the
// function a client-side dictionary allowing the 'columns' object of the
// feature collection metadata to be subset by dot notation or bracket notation
// (`tableMetadata['columns']`).
function getCols(tableMetadata) {
  print(tableMetadata.columns);
}

// Fetch collection metadata (`.limit(0)`) and apply the
// previously defined function using `evaluate()`. The printed object is a
// dictionary where keys are column names and values are datatypes.
wdpa.limit(0).evaluate(getCols);

Configuración de Python

Consulta la página Entorno de Python para obtener información sobre la API de Python y el uso de geemap para el desarrollo interactivo.

import ee
import geemap.core as geemap

# Import a protected areas point feature collection.
wdpa = ee.FeatureCollection('WCMC/WDPA/current/points')

# Fetch collection metadata (`.limit(0)`). The printed object is a
# dictionary where keys are column names and values are datatypes.
wdpa.limit(0).getInfo()['columns']

Nota: Es posible que las colecciones calculadas no tengan información de columnas disponible como parte de los metadatos de la colección. Los metadatos existen para las colecciones dentro de Data Catalog y para las que se almacenan como recursos. Sin embargo, durante algunas operaciones, es posible que se pierdan los metadatos (uniones, asignaciones, etc.). Además, es posible que las colecciones que no se recuperan del disco ("colecciones calculadas", como las derivadas de listas o reduceRegions()) no tengan información de tipo significativa.

Para obtener más herramientas de agregación FeatureCollection de uso general, consulta la página Cómo reducir un FeatureCollection.