我正在处理人口普查数据,其中某些区域随时间变化,因此我希望将多边形和相应的数据连接起来,并简单地报告连接的多边形地区。我正在维护一个具有随人口普查而变化的多边形的列表,并计划合并。我想将此区域名称列表用作查找列表,以应用于不同年份的普查数据。
我想知道使用什么R函数来合并选定的多边形和相应的数据。我已经用谷歌搜索了,但是结果却使我感到困惑。
#1 楼
以下解决方案基于Roger Bivand在R-sig-Geo上的帖子。我以他的示例为例,用俄勒冈州的一些人口普查数据替换了德国的shapefile,您可以从此处下载(从“俄勒冈州的县和人口普查数据”中获取所有shapefile组件)。让我们开始加载所需的程序包和将shapefile导入到R中。
# Required packages
libs <- c("rgdal", "maptools", "gridExtra")
lapply(libs, require, character.only = TRUE)
# Import Oregon census data
oregon <- readOGR(dsn = "path/to/data", layer = "orcounty")
oregon.coords <- coordinates(oregon)
接下来,您需要一些分组变量才能汇总数据。在我们的示例中,分组仅基于单个县的坐标。参见下图,黑色边框表示原始多边形,而红色边框表示由
oregon.id
聚合的多边形。 # Generate IDs for grouping
oregon.id <- cut(oregon.coords[,1], quantile(oregon.coords[,1]), include.lowest=TRUE)
# Merge polygons by ID
oregon.union <- unionSpatialPolygons(oregon, oregon.id)
# Plotting
plot(oregon)
plot(oregon.union, add = TRUE, border = "red", lwd = 2)
到目前为止,一切都很好。但是,执行
unionSpatialPolygons
时,与原始shapefile的子区域有关的数据属性(例如,人口密度,面积等)会丢失。我猜您也想汇总与shapefile相关联的普查数据,因此您需要一个中间步骤。 首先必须将多边形转换为数据框以执行聚合。现在,让我们取数据属性列六到八(“ AREA”,“ POP1990”,“ POP1997”),并根据上述ID应用函数
sum
对其进行汇总。# Convert SpatialPolygons to data frame oregon.df <- as(oregon, "data.frame") # Aggregate and sum desired data attributes by ID list oregon.df.agg <- aggregate(oregon.df[, 6:8], list(oregon.id), sum) row.names(oregon.df.agg) <- as.character(oregon.df.agg$Group.1) 的SpatialPolygonsDataFrame
,您将获得广义多边形和从上述汇总聚合步骤中获得的普查数据。
oregon.union
评论
指向俄勒冈州shapefile的链接似乎已死,我很难从俄勒冈州加载其他shapefile
–彼得·潘(Peter Pan)
20/07/17在14:22
#2 楼
这是使用sf软件包的解决方案:library(tidycensus)
library(dplyr)
library(sf)
library(ggplot2)
# get data from tindycensus for demonstration (note you need an API key, folow instructions here: https://walkerke.github.io/tidycensus/articles/basic-usage.html)
census <- tidycensus::get_acs(geography = "tract", variables = "B19013_001",
state = "TX", county = "Tarrant", geometry = TRUE) %>%
arrange(NAME)
# reduce dataset size
census <- census[1:8,]
# create grouping variable
group_1 <- census$GEOID[1:2]
group_2 <- census$GEOID[6:8]
census <- census %>% mutate(group = case_when(GEOID %in% group_1 ~ 'newgroup1',
GEOID %in% group_2 ~ 'newgroup2',
TRUE ~ GEOID))
# summarise by grouping variable (performs a union on grouped polygons and sums 'estimate')
census2 <- group_by(census, group) %>%
summarise(estimate = sum(estimate), do_union = TRUE)
# visualise using ggplot2 development version and facet by merged/unmerged datasets
plot_data <- rbind(census %>% select(group, estimate) %>%
mutate(facet = "unmerged"),
census2 %>% mutate(facet = "merged"))
gp <- ggplot() +
geom_sf(data = plot_data, aes(fill = estimate), color = 'white') +
scale_fill_viridis_c() +
facet_wrap(~facet, ncol = 1)
评论
我以为我只是在这里添加一些警告,以防万一:谨防在do_union参数中使用summarise()派生,因为我刚刚做了类似summarise_if(shapefile,predic.function,sum,na.rm = TRUE, do_union = TRUE),这最终也将每个单元格中的TRUE求和(即所有操作为+1)。是否需要进行更多调查以找出是否应该报告(至少需要额外警告)...?
– Stragu
19年7月5日在1:25
评论
rgeos软件包是大多数几何操作(如多边形溶解,覆盖,多边形点,交点,并集等)的答案。美国人口普查局发布了1990-2000年和2000-2010年的表格。可以使用数据库联接来管理它们,该联接由R的合并功能实现。