在R中不使用shapefile的情况下实例化空间多边形

因此，我们在R中读取shapefile的通常方法是通过maptools包，如下所示：

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

但是，我有一个用例，其中没有shapefile.shp，而是有一系列多边形坐标

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

及其对应的投影

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

如何直接从该数据“实例化” sfdata（将是“多边形对象”）？（无需以round回的方式使用这些数据创建shapefile，然后从新创建的shapefile中读取）

— 郑浩文
source

Answers:

首先将坐标放入2列矩阵中：

> 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

然后创建一个Polygon，将其包装到Polygons对象中，然后将其包装到SpatialPolygons对象中：

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

之所以如此复杂，是因为多边形是一个简单的环，一个多边形对象可以是多个具有ID（此处设为1）的环（就像GIS中的单个要素一样），而SpatialPolygons可以具有CRS 。哦，我应该设置一下：

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

如果要将其转换为SpatialPolygonsDataFrame（当shapefile是多边形时，这就是readShapeSpatial的功能），请执行以下操作：

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

给这个：

> 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

— 太空人
source

+1非常好，清晰的论述。很高兴看到代码被解释打乱了，而不是作为一个整体提供！

— ub

很棒...很高兴看到这些物体是如何组合在一起的！需要查看更多这样清晰地编写的R帮助页面。

— Simbamangu 2011年

每当我想做的时候，我都必须重新自学，所以我有机会教别人！

— Spacedman 2011年

太好了...我将如何向数据框中添加多个唯一的id（f）多边形？

— mga 2013年

为了使该答案具有更一般的有效性，您能否说明在出现多个多边形的情况下该如何做？这有点棘手。

— 2014年

要在数据包含多个多边形的情况下完成Spacedman的出色回答，请使用dplyr以下代码：

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)

只是为了好玩，您可以与ggplot2使用初始数据帧获得的图进行比较：

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

请注意，上面的代码假定每个id仅包含一个polyogn。如果某些ID具有不相交的多边形，我想应该在数据集中添加另一列，首先group_by是子ID，然后使用group_by(upper-id)代替rowwise

使用该purrr::map功能的相同代码：

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)}

— 马蒂富
source