Создание пространственного многоугольника без использования шейп-файла в R

Итак, обычный способ, которым мы читаем шейп-файл в R, - это пакет maptools, например:

sfdata <- readShapeSpatial("/path/to/my/shapefile.shp", proj4string=CRS("+proj=longlat"))

Тем не менее, у меня есть сценарий использования, при котором у меня нет shapefile.shp, но вместо этого у меня есть ряд многоугольных координат

16.484375 59.736328125,17.4951171875 55.1220703125,24.74609375 55.0341796875,22.5927734375 61.142578125,16.484375 59.736328125

и его соответствующая проекция

coord. ref. : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0 

Как мне "создать" sfdata (который будет "объектом многоугольника") непосредственно из этих данных? (без обходного пути создания шейп-файла с этими данными и последующего чтения из вновь созданного шейп-файла)

Сначала получите координаты в матрицу из 2 столбцов:

> xym
         [,1]     [,2]
[1,] 16.48438 59.73633
[2,] 17.49512 55.12207
[3,] 24.74609 55.03418
[4,] 22.59277 61.14258
[5,] 16.48438 59.73633

Затем создайте Polygon, оберните его в объект Polygons, затем оберните его в объект SpatialPolygons:

> library(sp)
> p = Polygon(xym)
> ps = Polygons(list(p),1)
> sps = SpatialPolygons(list(ps))

Причина такого уровня сложности заключается в том, что Polygon - это простое кольцо, объект Polygons может представлять собой несколько колец с идентификатором (в данном случае равным 1) (так же, как один объект в ГИС), а SpatialPolygons может иметь CRS. , Ох, я, наверное, должен установить это:

> proj4string(sps) = CRS("+proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0")

Если вы хотите превратить его в SpatialPolygonsDataFrame (что и происходит с readShapeSpatial, когда шейп-файл является полигоном), выполните:

> data = data.frame(f=99.9)
> spdf = SpatialPolygonsDataFrame(sps,data)
> spdf

давая это:

> summary(spdf)
Object of class SpatialPolygonsDataFrame
Coordinates:
       min      max
x 16.48438 24.74609
y 55.03418 61.14258
Is projected: FALSE 
proj4string :
[+proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0]
Data attributes:
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   99.9    99.9    99.9    99.9    99.9    99.9 

Чтобы завершить отличный ответ Spacedman для случая, когда ваши данные будут содержать несколько полигонов, вот код, использующий dplyr:

library(dplyr)
library(ggplot2)
library(sp)
## use data from ggplot2:::geom_polygon example:
positions <- data.frame(id = rep(factor(c("1.1", "2.1", "1.2", "2.2", "1.3", "2.3")), each = 4),
                    x = c(2, 1, 1.1, 2.2, 1, 0, 0.3, 1.1, 2.2, 1.1, 1.2, 2.5, 1.1, 0.3,
                          0.5, 1.2, 2.5, 1.2, 1.3, 2.7, 1.2, 0.5, 0.6, 1.3),
                    y = c(-0.5, 0, 1, 0.5, 0, 0.5, 1.5, 1, 0.5, 1, 2.1, 1.7, 1, 1.5,
                          2.2, 2.1, 1.7, 2.1, 3.2, 2.8, 2.1, 2.2, 3.3, 3.2)) %>% as.tbl


df_to_spp <- positions %>%
  group_by(id) %>%
  do(poly=select(., x, y) %>%Polygon()) %>%
  rowwise() %>%
  do(polys=Polygons(list(.$poly),.$id)) %>%
  {SpatialPolygons(.$polys)}

## plot it
plot(df_to_spp)

Просто для удовольствия, вы можете сравнить с графиком, полученным с ggplot2использованием исходного фрейма данных:

ggplot(positions) + 
  geom_polygon(aes(x=x, y=y, group=id), colour="black", fill=NA)

Обратите внимание, что в приведенном выше коде предполагается, что у вас есть только один polyogn для каждого идентификатора. Если у некоторых идентификаторов были непересекающиеся многоугольники, я думаю, что нужно добавить еще один столбец в набор данных, сначала group_byсубидид, а затем использоватьgroup_by(upper-id) вместоrowwise

Тот же код, используя purrr::map функции:

df_to_spp <- positions %>%
  nest(-id) %>%
  mutate(Poly=purrr::map(data, ~select(., x, y)  %>% Polygon()),
         polys=map2(Poly, id, ~Polygons(list(.x),.y))) %>%
  {SpatialPolygons(.$polys)}