sfdata <- readShapeSpatial("/path/to/my/shapefile.shp", proj4string=CRS("+proj=longlat"))
但是,我有一个用例,而我没有一个shapefile.shp,但是我有一系列多边形坐标
16.484375 59.736328125,17.4951171875 55.1220703125,24.74609375 55.0341796875,22.5927734375 61.142578125,16.484375 59.736328125
及其相应的投影
coord. ref. : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0
如何直接从该数据“实例化” sfdata(将是“多边形对象”)? (无需以round回的方式使用这些数据创建shapefile,然后从新创建的shapefile中读取)
#1 楼
首先将坐标放入2列矩阵:> 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
,然后创建一个Polygon,将其包装为Polygons对象,然后将其包装为SpatialPolygons对象:
> library(sp)
> p = Polygon(xym)
> ps = Polygons(list(p),1)
> sps = SpatialPolygons(list(ps))
之所以如此复杂,是因为Polygon是一个简单的环,Polygons对象可以是多个ID为(此处设置为1)的环(因此(例如GIS中的单个要素)和SpatialPolygons可以具有CRS。哦,我可能应该设置它:
> proj4string(sps) = CRS("+proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0")
如果要将其转换为SpatialPolygonsDataFrame(当shapefile是多边形时,这是我们的readShapeSpatial) :
> data = data.frame(f=99.9)
> spdf = SpatialPolygonsDataFrame(sps,data)
> spdf
给出以下内容:
> 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
#2 楼
要在数据包含多个多边形的情况下完成Spacedman的出色回答,以下是使用dplyr
的一些代码: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(.$polys)}
## plot it
plot(df_to_spp)
只是为了好玩,您可以与图表进行比较使用初始数据帧通过
ggplot2
获得:ggplot(positions) +
geom_polygon(aes(x=x, y=y, group=id), colour="black", fill=NA)
请注意,以上代码假定每个id仅包含一个polyogn。如果某些ID具有不相交的多边形,我想应该在数据集中添加另一列,首先使用
group_by
子ID,然后使用group_by(upper-id)
代替rowwise
使用
purrr::map
函数的相同代码:df_to_spp <- positions %>%
nest(-id) %>%
mutate(Poly=purrr::map(data, ~select(., x, y) %>% Polygon()),
polys=map2(Poly, id, ~Polygons(list(.x),.y))) %>%
{SpatialPolygons(.$polys)}
评论
+1非常好,清晰的阐述。很高兴看到代码被解释打乱了,而不是作为一个整体提供!
– hu
2011-12-30 14:56
很棒...很高兴看到这些物体是如何组合在一起的!需要查看更多这样清晰地编写的R帮助页面。
–Simbamangu
2011-12-30 17:26
每次我想做的事情我都必须重新教自己,所以我有机会教别人!
– Spacedman
2011-12-31 13:13
太好了...我将如何向数据框中添加多个唯一的id(f)多边形?
– mga
2013年6月26日15:39
为了使该答案具有更一般的有效性,您能否说明在出现多个多边形的情况下该如何做?这有点棘手。
– Tomas
14-10-23在10:36