Select / R 中的空间数据子集

Question

我正在处理一个包含空间数据的大型数据集 (lat/long)。我的数据集包含一些我不想在我的分析中使用的位置（这使得在 ArcMap 中处理文件变得很重 - 许多 Go 数据）。

这就是为什么我要为我的工作对相关数据进行子集化。这是我的数据示例：

lat        long
59.979687  29.706236
60.136177  28.148186
59.331383  22.376234
57.699154  11.667305
54.90566   17.768538
57.122417  8.59762
55.8108    10.820534
57.86072   22.616697
59.912144  30.24504

我的数据来自以下地图中涵盖的所有区域。我只想在波罗的海工作，所以（几乎）只使用这条黑线左侧的点。

是否有人听说过一个包裹或对如何处理这个有一些想法？

另一个解决方案可能是在波罗的海周围绘制一个多边形，并且只绘制到该多边形内的 select 个点。

Answer 1

我假设你的意思是 "to the right" 因为你说 "Another solution might be to drawn a polygon around the Baltic Sea and only to select the points within this polygon"

# your sample data

pts <- read.table(text="lat        long
59.979687  29.706236
60.136177  28.148186
59.331383  22.376234
57.699154  11.667305
54.90566   17.768538
57.122417  8.59762
55.8108    10.820534
57.86072   22.616697
59.912144  30.24504", header=TRUE)

library(ggplot2)
library(sp)
library(rgdal)

# a rough baltic polygon that I deliberately made to exclude one point

baltic <- data.frame(lat=c(69.91, 57.98, 51.0, 60, 69.91),
                     long=c(23.07, 7.05, 12.0, 30, 23.07))

# only doing this to show the points, you can filter out in similar fashion

pts$is_in <- factor(point.in.polygon(pts$long, pts$lat, baltic$long, baltic$lat))

# I made an _extremely_ oversimplified map of europe for speedy plotting
europe <- readOGR("http://rud.is/dl/simple_europe.geojson", "OGRGeoJSON")
europe_map <- fortify(europe)


# plot to show it works
gg <- ggplot()
gg <- gg + geom_map(map=europe_map, data=europe_map,
                    aes(x=long, y=lat, map_id=id),
                    fill="white", color="black", size=0.25)
gg <- gg + geom_point(data=pts, aes(x=long, y=lat, color=is_in))
gg <- gg + geom_path(data=baltic, (aes(x=long, y=lat)), linetype=2)

# lambert isn't a bad projection for the region
gg <- gg + coord_map("lambert", lat0=50, lat1=70, xlim=c(5,31), ylim=c(50, 70))
gg

您可以根据需要使多边形变大以获得要包括的点。请记住，我把它做得足够小以故意排除那个 "red" 点。

Select / R 中的空间数据子集

Select / subset spatial data in R

dictionary

r

spatial