r - SpatialPoints 和 SpatialPointsDataframe

Question

使用sp R 中的包。我想知道何时使用 SpatialPoints 以及何时使用 SpatialPointsDataframe。我觉得没有太大区别？!

唯一的区别是在 SpatialPointsDataframe 中我可以存储更多属性吗？!如果是这样，我可以从现有的数据帧创建一个 SpatialPointDataframe (如果该数据帧中存在坐标)，而不需要绕道创建空间点吗？

Answer 1

SpatialPoints 和 SpatialPointsDataFrame 对象都是 S4 对象。确实，主要的结构差异在于，后者有一个包含属性数据的额外槽。然而，实际差异更为显着。仅举几个示例(使用 sp 包中的内置 meuse 数据库，其中包含来自默兹河漫滩的地理编码污染物数据)。

library(sp)
data(meuse)
class(meuse)        # a data.frame
# [1] "data.frame"
head(meuse[,1:5])   # first 5 columns
#        x      y cadmium copper lead
# 1 181072 333611    11.7     85  299
# 2 181025 333558     8.6     81  277
# 3 181165 333537     6.5     68  199
# 4 181298 333484     2.6     81  116
# 5 181307 333330     2.8     48  117
# 6 181390 333260     3.0     61  137

coordinates(meuse) <- 1:2     # convert to spDF object; use first 2 columns for lon/lat
class(meuse)                  # now a SpatialPointsDataFrame
# [1] "SpatialPointsDataFrame"
# attr(,"package")
# [1] "sp"

尽管meuse是一个SpatialPointsDataFrame，我们仍然可以对它进行索引，就好像它是一个简单的data.frame一样。请注意我们如何引用属性表的 lead 列，就好像 meuse 是一个 df，并注意索引如何像在 df 中那样工作。

meuse[meuse$lead>500,1:5]        # high lead
#         coordinates cadmium copper lead zinc elev
# 55 (179973, 332255)    12.0    117  654 1839 7.90
# 60 (180100, 332213)    10.9     90  541 1571 6.68
meuse[meuse$lead<40,1:5]         # low lead
#              coordinates cadmium copper lead zinc  elev
# 112 (180328, 331158)     0.4     20   39  113 9.717
# 161 (180201, 331160)     0.8     18   37  126 9.036

我们还可以使用 SpatialPointsDataFrames 的绘图方法来绘制数据。

par(mfrow=c(1,2), mar=c(2,2,2,2))    # 1 X 2 grid of plots; remove margins
plot(meuse, pch=20, main="Full Dataset", axes=TRUE)
plot(meuse, 
     bg=rev(heat.colors(5))[cut(meuse$lead,breaks=c(0,100,200,300,400,Inf),labels=FALSE)],
     col="grey",main="Lead Distribution", pch=21, axes=TRUE)

我们可以将坐标转换为更有用的东西(经度/纬度)。

library(rgdal)
proj4string(meuse) <- CRS("+init=epsg:28992")                   # set original projection
meuse <- spTransform(meuse, CRS("+proj=longlat +datum=WGS84"))  # transform to lon/lat
plot(meuse, pch=20, main="Full Dataset", axes=TRUE)
plot(meuse, 
     bg=rev(heat.colors(5))[cut(meuse$lead,breaks=c(0,100,200,300,400,Inf),labels=FALSE)],
     col="grey",main="Lead Distribution", pch=21, axes=TRUE)

最后是一个反例，将点叠加到 Google map 上:

library(ggmap)    # loads ggplot2 as well
map <- get_map(location=rowMeans(bbox(meuse)), zoom=13)   # get Google map
ggmap(map) + 
  geom_point(data=as.data.frame(meuse), aes(x,y,fill=lead), 
             color="grey70", size=3.5, shape=21)+
  scale_fill_gradientn(colours=rev(heat.colors(5)))

本质上，我们在这里所做的是将 meuse 从 data.frame 转换为 SpatialPointsDataFrame，以便我们可以使用 spTransform(...)坐标，然后将结果转换回 data.frame，以便我们可以使用 ggplot 将它们覆盖到 Google map 上。