определить почтовые индексы, которые попадают в широту и продольные координаты

Question

У меня есть несколько фреймов данных в R. Первый фрейм данных содержит вычисленную выпуклую оболочку набора широт и длинных координат по рынку (любезно предоставлено chull в R). Это выглядит так:

MyGeo<- "Part of Chicago & Wisconsin"
Longitude <- c(-90.31914,  -90.61911,  -89.37842,  -88.0988,  -87.44875)
Latitude <- c(38.45781, 38.80097, 43.07961, 43.0624,41.49182)

dat <- data.frame(Longitude, Latitude, MyGeo)

Второй имеет почтовые индексы по широте и продольным координатам (любезно предоставлено сайтом переписи населения США). Это выглядит так:

CensuseZip <- c("SomeZipCode1","SomeZipCode2","SomeZipCode3","SomeZipCode4","SomeZipCode5","SomeZipCode6","SomeZipCode7") 
Longitude2 <- c(-131.470425,-133.457924,-131.693453,-87.64957,-87.99734,-87.895,-88.0228)
Latitude2 <- c(55.138352,56.239062,56.370538,41.87485,42.0086,42.04957,41.81055)

cen <- data.frame(Longitude2, Latitude2,   CensuseZip)

Теперь я считаю, что первая таблица данных предоставляет мне многоугольник или границу, которую я должен использовать, чтобы идентифицировать почтовые индексы, попадающие в эту границу. В идеале я хотел бы создать третью таблицу данных, которая выглядит примерно так:

 Longitude2 Latitude2    CensusZip                        MyGeo
-131.470425 55.138352 SomeZipCode1  
-133.457924 56.239062 SomeZipCode2  
-131.693453 56.370538 SomeZipCode3
-87.64957    41.87485 SomeZipCode4  Part of Chicago & Wisconsin 
-87.99734     42.0086 SomeZipCode5  Part of Chicago & Wisconsin 
-87.895      42.04957 SomeZipCode6  Part of Chicago & Wisconsin 
-88.0228     41.81055 SomeZipCode7  Part of Chicago & Wisconsin 

По сути, я хочу определить все почтовые индексы, которые располагаются между синим (см. Изображение, которое можно нажимать ниже) длинной и латовой точками. Хотя это показано ниже, я на самом деле ищу таблицу, описанную выше.

Однако ... У меня проблемы с этим ... Я попытался использовать приведенные ниже пакеты и скрипт:

library(rgeos)
library(sp)
library(rgdal)

coordinates(dat) <- ~ Longitude + Latitude
coordinates(cen) <- ~ Longitude2 + Latitude2

over(cen, dat)

но я получаю все NA с.

Answer 1

Я использую library(sf) для решения этого типа проблемы точки в многоугольнике (sf является преемником sp).

Функция sf::st_intersection() дает вам пересечение двух sf объектов. В вашем случае вы можете создавать отдельные объекты POLYGON и POINT sf.

library(sf)

Longitude <- c(-90.31914,  -90.61911,  -89.37842,  -88.0988,  -87.44875)
Latitude <- c(38.45781, 38.80097, 43.07961, 43.0624,41.49182)

## closing the polygon
Longitude[length(Longitude) + 1] <- Longitude[1]
Latitude[length(Latitude) + 1] <- Latitude[1]

## construct sf POLYGON
sf_poly <- sf::st_sf( geometry = sf::st_sfc( sf::st_polygon( x = list(matrix(c(Longitude, Latitude), ncol = 2)))) )

## construct sf POINT
sf_points <- sf::st_as_sf( cen, coords = c("Longitude2", "Latitude2"))

sf::st_intersection(sf_points, sf_poly)

# Simple feature collection with 4 features and 1 field
# geometry type:  POINT
# dimension:      XY
# bbox:           xmin: -88.0228 ymin: 41.81055 xmax: -87.64957 ymax: 42.04957
# epsg (SRID):    NA
# proj4string:    NA
# CensuseZip                   geometry
# 4 SomeZipCode4 POINT (-87.64957 41.87485)
# 5 SomeZipCode5  POINT (-87.99734 42.0086)
# 6 SomeZipCode6   POINT (-87.895 42.04957)
# 7 SomeZipCode7  POINT (-88.0228 41.81055)
# Warning message:
#   attribute variables are assumed to be spatially constant throughout all geometries 

В результате получаются все точки, находящиеся внутри многоугольника

---

Вы также можете использовать sf::st_join(sf_poly, sf_points), чтобы получить тот же результат

---

И функция sf::st_intersects(sf_points, sf_poly) вернет список, сообщающий, находится ли данный ТОЧКА внутри многоугольника

sf::st_intersects(sf_points, sf_poly)

# Sparse geometry binary predicate list of length 7, where the predicate was `intersects'
#  1: (empty)
# 2: (empty)
# 3: (empty)
# 4: 1
# 5: 1
# 6: 1
# 7: 1

Который вы можете использовать в качестве индекса / идентификатора исходного объекта sf_points для добавления нового столбца в

is_in <- sf::st_intersects(sf_points, sf_poly)

sf_points$inside_polygon <- as.logical(is_in)

sf_points
# Simple feature collection with 7 features and 2 fields
# geometry type:  POINT
# dimension:      XY
# bbox:           xmin: -133.4579 ymin: 41.81055 xmax: -87.64957 ymax: 56.37054
# epsg (SRID):    NA
# proj4string:    NA
# CensuseZip                   geometry inside_polygon
# 1 SomeZipCode1 POINT (-131.4704 55.13835)             NA
# 2 SomeZipCode2 POINT (-133.4579 56.23906)             NA
# 3 SomeZipCode3 POINT (-131.6935 56.37054)             NA
# 4 SomeZipCode4 POINT (-87.64957 41.87485)           TRUE
# 5 SomeZipCode5  POINT (-87.99734 42.0086)           TRUE
# 6 SomeZipCode6   POINT (-87.895 42.04957)           TRUE
# 7 SomeZipCode7  POINT (-88.0228 41.81055)           TRUE