R:将一个(大)数据框的坐标匹配到另一个(大)数据框的网格单元中

Question

我有一个包含 X-Y 坐标的大数据框(~200,000 行)，例如:

points <- data.frame(X = c(1,3,2,5,4), Y = c(4,3,2,2,1))

另一个大数据框(~1,000,000 行)包含空间(矩形)网格的角单元，例如:

MINX <- rep(0.5:5.5,6)
MINY <- rep(0.5:5.5,each=6)
grid <- data.frame(GridID = 1:36, MINX, MINY, MAXX = MINX+1, MAXY = MINY+1)

我想在“点”数据框中添加一列，用于标识点所在网格的 ID:

X Y GridID
1 4     19
3 3     15
2 2      8
5 2     11
4 1      4

我可以想到几种方法来做到这一点，使用循环，使用应用和匹配的组合，甚至从 sp 中拔出一些大空间枪或 maptools .但一切都太慢了。我有一种预感 data.table()一个可以在合理时间内完成的类轮。有没有大师有想法？

(作为记录，这就是我获得上述网格单元 ID 的方式:

pt.minx <- apply(points,1, 
             function(foo) max(unique(grid)$MINX[unique(grid)$MINX < foo[1]]))
pt.miny <- apply(points,1, 
             function(foo) max(unique(grid)$MINY[unique(grid)$MINY < foo[2]]))
with(grid, GridID[match(pt.minx+1i*pt.miny, MINX + 1i*MINY)])

我无法从这里判断它是光滑还是丑陋 - 无论哪种方式，apply 函数对于完整的数据框来说都太慢了。)

Answer 1

以 SQL[df] 方式执行此操作:

require(sqldf)
sqldf("select X, Y, GridID from grid, pts
       where MINX < X and X < MAXX and MINY < Y and Y < MAXY")

扩展@Roland 的评论，您可以使用 findInterval这里:

MINX <- MINY <- 0.5:5.5
x <- findInterval(pts$X, MINX)
y <- findInterval(pts$Y, MINY)
grid$GridID[match(MINX[x]+1i*MINY[y], grid$MINX+1i*grid$MINY)]

强制转换为二维匹配的好技巧，顺便说一句。