计算数据帧中多个经纬度点的中心点

如何解决计算数据帧中多个经纬度点的中心点

我有一个如下所示的数据集：

site   lat      long 
bras2  41.21   -115.11
tex4   45.3    -112.31
bras2  41.15   -115.15 
bras2  41.12   -115.19

对于具有相同 site 名称的样本，我想计算它们的中心点，然后将其作为一列添加到数据集中。一些 site 名称重复两次，其他 3 次，其他 4 次。

像这样：

site   lat      long    centre_lat  centre_long 
bras2  41.21   -115.11  value here     value here
tex4   45.3    -112.31  45.3           -112.31 
bras2  41.15   -115.15  value here     value here
bras2  41.12   -115.19  value here     value here

我该怎么做？

解决方法

如果您使用空间数据，您应该考虑使用 pylint * 包。它处理几何图形和函数以很好地对其进行操作。

下面的代码显示同时使用 sf 和 sf::st_centroid。我更喜欢geosphere::centroid的做事方式。

sf

看起来它们足够接近同一点。我不认为 df <- read.table(header=TRUE,text= "site lat long bras2 41.21 -115.11 tex4 45.3 -112.31 bras2 41.15 -115.15 bras2 41.12 -115.19") library(dplyr) library(geosphere) library(sf) # Using sf's st_centroid df_sf <- st_as_sf(df,coords = c('long','lat')) centroids_sf <- df_sf %>% group_by(site) %>% summarize(geometry = st_union(geometry)) %>% st_centroid # Using geosphere::centroid centroids_geoshpere <- df_sf %>% group_by(site) %>% filter(n() >2) %>% ## geosphere needs polygons therefore 3+ points st_union() %>% st_cast('POLYGON') %>% as('Spatial') %>% # geoshpere expects SpatialPolygons objects centroid() centroids_geoshpere #> [,1] [,2] #> [1,] -115.15 41.16001 centroids_sf #> Simple feature collection with 2 features and 1 field #> geometry type: POINT #> dimension: XY #> bbox: xmin: -115.15 ymin: 41.16 xmax: -112.31 ymax: 45.3 #> CRS: NA #> # A tibble: 2 x 2 #> site geometry #> * <chr> <POINT> #> 1 bras2 (-115.15 41.16) #> 2 tex4 (-112.31 45.3) 可以为单个点提供质心，但可能是错误的。 geosphere::centroid 有 1,2 或更多点没有问题。 ^{由 reprex package (v0.3.0) 于 2020 年 12 月 20 日创建}

,

在使用 ave 去除站点编号后，您可以使用 gsub 计算按站点名称分组的平均值。

within(dat,{
  g <- gsub("\\d","",site)
  mid.lat <- ave(lat,g)
  mid.long <- ave(long,g)
  rm(g)
})
#    site   lat    long mid.long mid.lat
# 1 bras2 41.21 -115.11 -115.150  41.160
# 2  tex4 45.30 -112.31 -112.310  45.300
# 3 bras2 41.15 -115.15 -115.150  41.160
# 4 bras2 41.12 -115.19 -115.150  41.160
# 5  foo1 42.10 -123.10 -123.225  42.225
# 6  foo2 42.20 -123.20 -123.225  42.225
# 7 foo11 42.30 -123.30 -123.225  42.225
# 8 foo12 42.30 -123.30 -123.225  42.225

或者，如果您依赖于 NA：

within(dat,site)
  n <- ave(site,g,FUN=length)
  mid.lat <- NA
  mid.long <- NA
  mid.lat[n > 1] <- ave(lat[n > 1],g[n > 1])
  mid.long[n > 1] <- ave(long[n > 1],g[n > 1])
  rm(g,n)
  })
#    site   lat    long mid.long mid.lat
# 1 bras2 41.21 -115.11 -115.150  41.160
# 2  tex4 45.30 -112.31       NA      NA
# 3 bras2 41.15 -115.15 -115.150  41.160
# 4 bras2 41.12 -115.19 -115.150  41.160
# 5  foo1 42.10 -123.10 -123.225  42.225
# 6  foo2 42.20 -123.20 -123.225  42.225
# 7 foo11 42.30 -123.30 -123.225  42.225
# 8 foo12 42.30 -123.30 -123.225  42.225

---

数据：

dat <- structure(list(site = c("bras2","tex4","bras2","foo1","foo2","foo11","foo12"),lat = c(41.21,45.3,41.15,41.12,42.1,42.2,42.3,42.3),long = c(-115.11,-112.31,-115.15,-115.19,-123.1,-123.2,-123.3,-123.3)),class = "data.frame",row.names = c(NA,-8L))

,

geosphere 包有一个函数 centroid 来解决诸如此类的问题。
它只要有一个以上的形状它就是直截了当的。下面的大部分代码都涉及处理上面示例中的单点情况。

df <- read.table(header=TRUE,text= "site   lat      long 
bras2  41.21   -115.11
tex4   45.3    -112.31
bras2  41.15   -115.15 
bras2  41.12   -115.19")


library(dplyr)
library(geosphere)

df %>% group_by(side) %>% centroid(.[,c(3,2)])

sites <- split(df,df$site)
results <-lapply(sites,function(x) {
   if(nrow(x)>1 ) {
     value <- as.data.frame(centroid(x[,2)]))
   }
   else {
      value <- x[1,2)]
      names(value) <- c("lon","lat")
   }
   value$site <- x$site[1]
   value
})

answer<-bind_rows(results)

      lon      lat  site
1 -115.15 41.16001 bras2
2 -112.31 45.30000  tex4