Tworzenie wielokąta przestrzennego bez użycia pliku kształtu w R

Tak więc zwykły sposób, w jaki czytamy plik kształtu w R, odbywa się za pomocą pakietu maptools, takiego jak to:

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

Mam jednak przypadek użycia, w którym nie mam pliku shapefile.shp, ale zamiast tego mam szereg współrzędnych wielokąta

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

i odpowiadający mu rzut

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

Jak „utworzyć instancję” sfdata (która będzie „obiektem wielokąta”) bezpośrednio z tych danych? (bez wchodzenia w okrężny sposób tworzenia pliku kształtu z tymi danymi, a następnie czytania z nowo utworzonego pliku kształtu)

Najpierw uzyskaj współrzędne w macierzy 2-kolumnowej:

> 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

Następnie utwórz wielokąt, zawiń go w obiekt Polygons, a następnie zawiń w obiekt SpatialPolygons:

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

Powodem tego poziomu złożoności jest to, że wielokąt jest prostym pierścieniem, obiekt Wieloboki może składać się z kilku pierścieni o identyfikatorze (tutaj ustawionym na 1) (czyli jest jak pojedyncza cecha w GIS), a wielokąt przestrzenny może mieć CRS . Och, prawdopodobnie powinienem to ustawić:

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

Jeśli chcesz przekształcić go w SpatialPolygonsDataFrame (co pochodzi z readShapeSpatial, gdy plik kształtu jest wielokątem), wykonaj następujące czynności:

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

dając to:

> 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 

Aby wypełnić doskonałą odpowiedź Spacedman dla przypadku, w którym dane zawierają wiele wielokątów, oto kod wykorzystujący 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)

Dla zabawy możesz porównać z fabułą uzyskaną przy ggplot2użyciu początkowej ramki danych:

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

Zauważ, że powyższy kod zakłada, że ​​masz tylko jeden polyogn na identyfikator. Jeśli niektóre identyfikatory miały rozłączne wielokąty, myślę, że należy dodać kolejną kolumnę w zestawie danych, najpierw group_bysub-id, a następnie użyć group_by(upper-id)zamiastrowwise

Ten sam kod za pomocą purrr::mapfunkcji:

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)}