从sp::over帮助中：
x = "SpatialPoints", y = "SpatialPolygons" returns a numeric
vector of length equal to the number of points; the number is
the index (number) of the polygon of ‘y’ in which a point
falls; NA denotes the point does not fall in a polygon; if a
point falls in multiple polygons, the last polygon is
recorded.
因此，如果将转换SpatialPolygonsDataFrame为，SpatialPolygons则会返回索引向量，并且可以将点子集中在NA：
> over(pts,as(ply,"SpatialPolygons"))
[1] NA 1 1 NA 1 1 NA NA 1 1 1 NA NA 1 1 1 1 1 NA NA NA 1 NA 1 NA
[26] 1 1 1 NA NA NA NA NA 1 1 NA NA NA 1 1 1 NA 1 1 1 NA NA NA 1 1
[51] 1 NA NA NA 1 NA 1 NA 1 NA NA 1 NA 1 1 NA 1 1 NA 1 NA 1 1 1 1
[76] 1 1 1 1 1 NA NA NA 1 NA 1 NA NA NA NA 1 1 NA 1 NA NA 1 1 1 NA
> nrow(pts)
[1] 100
> pts = pts[!is.na(over(pts,as(ply,"SpatialPolygons"))),]
> nrow(pts)
[1] 54
> head(pts@data)
var1 var2
2 0.04001092 v
3 0.58108350 v
5 0.85682609 q
6 0.13683264 y
9 0.13968804 m
10 0.97144627 o
>
对于怀疑者，以下证据表明转换开销不是问题：
有两个功能-首先是Jeffrey Evans的方法，然后是我的原始方法，然后是被黑的转换，然后是gIntersects基于Josh O'Brien的答案的版本：
evans <- function(pts,ply){
prid <- over(pts,ply)
ptid <- na.omit(prid)
pt.poly <- pts[as.numeric(as.character(row.names(ptid))),]
return(pt.poly)
}
rowlings <- function(pts,ply){
return(pts[!is.na(over(pts,as(ply,"SpatialPolygons"))),])
}
rowlings2 <- function(pts,ply){
class(ply) <- "SpatialPolygons"
return(pts[!is.na(over(pts,ply)),])
}
obrien <- function(pts,ply){
pts[apply(gIntersects(columbus,pts,byid=TRUE),1,sum)==1,]
}
现在举一个真实的例子，我在columbus数据集上散布了一些随机点：
require(spdep)
example(columbus)
pts=data.frame(
x=runif(100,5,12),
y=runif(100,10,15),
z=sample(letters,100,TRUE))
coordinates(pts)=~x+y
看起来不错
plot(columbus)
points(pts)
检查功能是否在做相同的事情：
> identical(evans(pts,columbus),rowlings(pts,columbus))
[1] TRUE
并运行500次以进行基准测试：
> system.time({for(i in 1:500){evans(pts,columbus)}})
user system elapsed
7.661 0.600 8.474
> system.time({for(i in 1:500){rowlings(pts,columbus)}})
user system elapsed
6.528 0.284 6.933
> system.time({for(i in 1:500){rowlings2(pts,columbus)}})
user system elapsed
5.952 0.600 7.222
> system.time({for(i in 1:500){obrien(pts,columbus)}})
user system elapsed
4.752 0.004 4.781
根据我的直觉，这不是很大的开销，实际上，与将所有行索引转换为字符并返回或运行na.omit以获取缺失值相比，此开销可能更少。顺带导致另一种故障模式evans功能的 ...
如果多边形数据帧的一行全部NA（完全有效），则该SpatialPolygonsDataFrame多边形中带有for点的覆盖将产生一个输出数据帧all NA，然后evans()将其丢弃：
> columbus@data[1,]=rep(NA,20)
> columbus@data[5,]=rep(NA,20)
> columbus@data[17,]=rep(NA,20)
> columbus@data[15,]=rep(NA,20)
> set.seed(123)
> pts=data.frame(x=runif(100,5,12),y=runif(100,10,15),z=sample(letters,100,TRUE))
> coordinates(pts)=~x+y
> identical(evans(pts,columbus),rowlings(pts,columbus))
[1] FALSE
> dim(evans(pts,columbus))
[1] 27 1
> dim(rowlings(pts,columbus))
[1] 28 1
>
gIntersects即使必须扫描矩阵以检查R而不是C代码中的交点，BUT 还是更快。我怀疑它的prepared geometryGEOS技能，可以创建空间索引-是的，prepared=FALSE它需要更长的时间，大约5.5秒。
我很惊讶，没有一个函数可以直接返回索引或点。当我splancs20年前写的时候，多边形点函数同时具有...