Połącz dane punktu przestrzennego z wielokątami w R.

Próbuję wykonać połączenie przestrzenne między danymi punktów i danymi wielokąta.

Mam dane wskazujące współrzędne przestrzenne zdarzenia w moim pliku csv A i mam inny plik, plik kształtu B, który zawiera granice obszaru jako wielokąty.

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>

Chcę dołączyć dane przestępstwa A do mojego pliku kształtu B, aby zmapować zdarzenia przestępcze, które mają miejsce w mojej okolicy A. Niestety nie mogę wykonać łączenia atrybutów, codeponieważ kod w A odnosi się do innych jednostek niż kod w B.

Przeczytałem wiele samouczków i postów, ale nie mogłem znaleźć odpowiedzi. Próbowałem:

joined = over(A, B)

i overlay, ale nie osiągnąłem tego, co chciałem.

Czy istnieje sposób na wykonanie tego połączenia bezpośrednio, czy też potrzebna byłaby przejściowa transformacja z A do innego formatu?

Koncepcyjnie chcę wybrać te punkty A, które mieszczą się w codeobszarach B (podobne do „łączenia na podstawie położenia przestrzennego w ArcGIS”).

Czy ktoś miał ten problem i go rozwiązał?

Funkcja point.in.poly w pakiecie spatialEco zwraca obiekt SpatialPointsDataFrame punktów, które przecinają obiekt wielokąta sp i opcjonalnie dodaje atrybuty wielokąta.

Najpierw dodajmy wymagane pakiety i utwórz przykładowe dane.

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)))

Teraz rzućmy okiem na dane i wykreślmy je.

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

Na koniec możemy przecinać punkty wielokątami. Wynikiem będzie obiekt SpatialPointsDataFrame z dwoma dodatkowymi atrybutami (PIDS, y) zawartymi w danych wielokąta srdf.

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

Jeśli w danych wielokąta nie ma unikalnej kolumny identyfikacyjnej, można ją łatwo dodać.

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

Po przecięciu punktów i wielokątów możemy agregować punkty przy użyciu unikalnych identyfikatorów wielokątów, które były atrybutem w danych wielokąta.

# 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()z pakietu spmoże być trochę mylące, ale działa dobrze. Zakładam, że masz już przestrzenne „A” z coordinates(A) <- ~longitude+latitude:

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

Zamiast punktowego obiektu przestrzennego daje to po prostu ramkę danych o tym samym numerze. wiersze jako A i pojedynczy zmienny „kod” z każdego przecinającego się wielokąta z B.

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

Oto rozwiązanie podobne do 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"))

Dane dotyczące populacji pochodzą z: https://www.ons.gov.uk/peoplepopulationandcommunity/populationandmigration/populationestimates/datasets/parliamentaryconstituencymidyearpopulationestimates

Musiałem przekonwertować pliki kształtów pobrane z geoJson: https://geoportal.statistics.gov.uk/datasets/westminster-parliamentary-constituencies- grudnia 2018-uk-bgc/data?page=1

Możesz to zrobić przez:

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")