shapefile 和 dataset 通过坐标聚合成一个答案

【问题标题】：shapefile and dataset aggregate into one by coordinatesshapefile 和 dataset 通过坐标聚合成一个
【发布时间】：2022-08-09 15:26:58
【问题描述】：

我有一个像这样的 shapefile (ms_shp)

Region	Residuals	Residuals 1	Residuals2	Residuals 3	geometry
1	32	2017	1	1	list(list(c(..)
2	540	2017	2	2	list(list(c(..)

并且是几何类型的多面体，并且具有 xy 维度并且是具有 xmin 和 ymin 的边界框。

我有另一个这样的数据集（ses）

gisid	gx	gy	mean_dist	bp2	sep	sep_q
1	248779981	111999	785.8	0	9	21
2	249887771	244399	766.6	1	21	39

两个数据集继续。 shapefile 包含佛罗里达州的所有县和佛罗里达州每个坐标位置的数据集。我想将数据集汇总到佛罗里达州的县，以便每个坐标都位于该县。

就像这样，所有针对第一个县的 gisid 以及 bp2 和 ssep1 和 ssep1_q 的平均值。

Region	mean(sep_q	mean(sep	Residuals2	Residuals 3	geometry
1	32	2017	1	1	list(list(c(..)
2	540	2017	2	2	list(list(c(..)

也许为了澄清我的问题，我希望位于这些区域之一的几何图形上的每个 gisid 与位于同一区域几何图形中的其他 gisid 的平均值聚合到该区域

标签： r

【解决方案1】：

我目前正在研究类似的东西，包exactextractr 中的exact_extract 函数在处理时间和易用性方面运行良好。以下代码将根据每个多边形内的每个值计算变量 z 的平均值。

library(exactextractr)
library(raster)
library(terra)


#Read in the csv
ses_csv <- read.csv(ses)

#Cut it down to three columns where the first and second columns are x any y coords and the third is the z variable you want to investigate, use your method of choice for this.

#Create a raster that is compatible with exactextract from ses
ses_raster <- terra::rast(raster::rasterFromXYZ(ses_csv,crs='whatever the crs is for the data')

#Read in the shapefile
ms_shp <- terra::vect(ms_shp)

#Calculate the mean z values for each polygon
    exact_extract(ses,ms_shp,'mean')

【讨论】：

我想要位于多边形上的 gisid，因此区域的几何形状聚合到具有相同区域中所有 gisid 的平均 ssep1 的区域
我已经更新了答案以反映这一点，它现在包含对您需要做什么的解释，并且一旦您将自己的变量放入其中就应该起作用。

【解决方案2】：

我对您的问题的理解是，您想通过与点相交的多边形来汇总（汇总）与点相关的值。然后将这些作为新变量添加到多边形中。使用“terra” 1.6-1 版（目前是开发版，您可以使用install.packages('terra', repos='https://rspatial.r-universe.dev') 安装它，您可以使用zonal 来安装它。

示例数据（请始终包含一些）

library(terra)
# terra 1.6.1

# example polygons
f <- system.file("ex/lux.shp", package="terra")
polys <- vect(f)[,c(2,4)]

# example points 
set.seed(1)
pnts <- spatSample(polys, 100)
values(pnts) <- data.frame(b2=1:100, ssep1=100:1)

解决方案

z <-  zonal(pnts, polys, mean, as.polygons=TRUE)
z
# class       : SpatVector 
# geometry    : polygons 
# dimensions  : 12, 4  (geometries, attributes)
# extent      : 5.74414, 6.528252, 49.44781, 50.18162  (xmin, xmax, ymin, ymax)
# coord. ref. : lon/lat WGS 84 (EPSG:4326) 
# names       :   NAME_1   NAME_2    b2 ssep1
# type        :    <chr>    <chr> <num> <num>
# values      : Diekirch Clervaux 51.14 49.86
#               Diekirch Diekirch    28    73
#               Diekirch  Redange 42.58 58.42

【讨论】：