Соединить данные пространственной точки с полигонами в R

Я пытаюсь выполнить пространственное соединение между данными точек и данными многоугольников.

У меня есть данные, которые указывают пространственные координаты события в моем CSV-файле A, и у меня есть другой файл, шейп-файл B, который содержит границы области в виде полигонов.

head(A)
  month   longitude latitude lsoa_code                   crime_type
1 2014-09 -1.550626 53.59740 E01007359        Anti-social behaviour
2 2014-09 -1.550626 53.59740 E01007359                 Public order
3 2014-09 -1.865236 53.93678 E01010646        Anti-social behaviour

head(B@data)
  code      name                                  altname
0 E05004934 Longfield, New Barn and Southfleet    <NA>
1 E05000448                   Lewisham Central    <NA>
2 E05003149                            Hawcoat    <NA>

Я хочу соединить данные преступления A с моим шейп-файлом B, чтобы отобразить события преступления, которые происходят в моей области A. К сожалению, я не могу выполнить соединение атрибутов на основе, codeпоскольку код в A ссылается на другие единицы, чем код в B.

Я прочитал несколько уроков и постов, но не смог найти ответ. Я старался:

joined = over(A, B)

и overlay, но не выполнить то, что я хотел.

Есть ли способ сделать это соединение напрямую или потребуется промежуточное преобразование из А в другой формат?

Концептуально я хочу выбрать те точки A, которые попадают в codeобласти B (аналогично «объединению на основе пространственного расположения в ArcGIS»).

Был ли у кого-то этот вопрос и решил его?

Функция point.in.poly в пакетеatialEco возвращает объект SpatialPointsDataFrame точек, которые пересекают объект sp polygon, и дополнительно добавляет атрибуты polygon.

Сначала давайте добавим требуемые пакеты и создадим пример данных.

require(spatialEco)
require(sp)
data(meuse)
coordinates(meuse) = ~x+y
sr1=Polygons(list(Polygon(cbind(c(180114, 180553, 181127, 181477, 181294, 181007, 180409,
  180162, 180114), c(332349, 332057, 332342, 333250, 333558, 333676,
  332618, 332413, 332349)))),'1')
sr2=Polygons(list(Polygon(cbind(c(180042, 180545, 180553, 180314, 179955, 179142, 179437,
  179524, 179979, 180042), c(332373, 332026, 331426, 330889, 330683,
  331133, 331623, 332152, 332357, 332373)))),'2')
sr3=Polygons(list(Polygon(cbind(c(179110, 179907, 180433, 180712, 180752, 180329, 179875,
  179668, 179572, 179269, 178879, 178600, 178544, 179046, 179110),
  c(331086, 330620, 330494, 330265, 330075, 330233, 330336, 330004,
  329783, 329665, 329720, 329933, 330478, 331062, 331086)))),'3')
sr4=Polygons(list(Polygon(cbind(c(180304, 180403,179632,179420,180304),
  c(332791, 333204, 333635, 333058, 332791)))),'4')
sr=SpatialPolygons(list(sr1,sr2,sr3,sr4))
srdf=SpatialPolygonsDataFrame(sr, data.frame(row.names=c('1','2','3','4'), PIDS=1:4, y=runif(4)))

Теперь давайте взглянем на данные и нанесем их на график.

head(srdf@data)  # polygons
head(meuse@data) # points
plot(srdf)
points(meuse, pch=20)

Наконец, мы можем пересекать точки с полигонами. Результатом будет объект SpatialPointsDataFrame, в данном случае два дополнительных атрибута (PIDS, y), которые содержались в данных многоугольника srdf.

  pts.poly <- point.in.poly(meuse, srdf)
    head(pts.poly@data)

Если в данных многоугольника нет уникальной идентификационной колонки, ее можно легко добавить.

srdf@data$poly.ids <- 1:nrow(srdf) 

После пересечения точек и многоугольников мы можем объединить точки, используя уникальные идентификаторы многоугольников, которые были атрибутом в данных многоугольника.

# Number of points in each polygon
tapply(pts.poly@data$lead, pts.poly@data$PIDS, FUN=length)

# Mean lead in each polygon
tapply(pts.poly@data$lead, pts.poly@data$PIDS, FUN=mean)

over()из пакета spможет быть немного запутанным, но работает хорошо. Я предполагаю, что вы уже сделали "A" пространственным с coordinates(A) <- ~longitude+latitude:

# Overlay points and extract just the code column: 
a.data <- over(A, B[,"code"])

Вместо точечного пространственного объекта это просто дает вам фрейм данных с тем же самым номером. строки как A, и одна переменная "код" из каждого пересекающегося многоугольника из B.

# Add that data back to A:
A$bcode <- a.data$code

Вот решение, похожее на dplyr:

library(spdplyr)

ukcounties <- geojsonio::geojson_read("data/Westminster_Parliamentary_Constituencies_December_2018_UK_BGC/uk_country.geojson",
                                      what = "sp")
pop <- read_excel("data/SAPE20DT7-mid-2017-parlicon-syoa-estimates-unformatted.xls",sheet = "data")
pop <- janitor::clean_names(pop)

ukcounties_pop <- ukcounties %>% inner_join(pop, by = c("pcon18nm" = "pcon11nm"))

Данные о населении получены по адресу : https://www.ons.gov.uk/peoplepopulationandcommunity/populationandmigration/populationestimates/datasets/par Parliamentaryconstituencymidyearpopulationestimates.

Мне пришлось преобразовать файлы форм, загруженные из, в geoJson: https://geoportal.statistics.gov.uk/datasets/westminster-par Parliamentary-constituencies-de December-2018-uk-bgc/data?page=1

Вы можете сделать это:

uk_constituencies <- readOGR("data/Westminster_Parliamentary_Constituencies_December_2018_UK_BGC/Westminster_Parliamentary_Constituencies_December_2018_UK_BGC.shp")
uk_constituencies # this is in tmerc format. we need to convert it to WGS84 required by geoJson format.

# First Convert to Longitude / Latitude with WGS84 Coordinate System
wgs84 = '+proj=longlat +datum=WGS84'
uk_constituencies_trans <- spTransform(uk_constituencies, CRS(wgs84))

# Convert from Spatial Dataframe to GeoJSON
uk_constituencies_json <- geojson_json(uk_constituencies_trans)

# Save as GeoJSON file on the file system.
geojson_write(uk_constituencies_json, file = "data/Westminster_Parliamentary_Constituencies_December_2018_UK_BGC/uk_country.geojson")

#read back in:
ukcounties <- geojsonio::geojson_read("data/Westminster_Parliamentary_Constituencies_December_2018_UK_BGC/uk_country.geojson",
                                      what = "sp")