R从网格数据中提取点的提取类别

我有一个位置数据框，我一直想要将它们与地图上的分类变量（气候区域）进行匹配。这里是一个小摘录：R从网格数据中提取点的提取类别

df <- data.frame(lat = c(29.30050, 47.67309, 53.30710, -27.60303, 41.31858, 40.50738, 
         50.67013,60.23163, 42.54555), 
       long = c(47.806320, -122.315312, -6.281798, 151.951778, -72.849961, 
          -74.382711, 4.348718, 19.710874, -71.038764))

我学会了从哪里该excellent article获取数据。我想要做的是为我的数据框中的每个点集提取分类变量。这可能听起来微不足道，但我是映射的新手，并且找不到任何帮助文章。问题可能是我使用了错误的术语！

映射数据集在本教程中非常简单，但网格匹配不在我身边。分类地图数据可以使用.txt，.kmz或GIS格式here，因此我不仅限于一种方法。

我已经尝试了最近匹配的每个拉特和长，但它没有区分网格的哪一侧可供选择。我通过关于牧师，rworldmap，rgdal和堆栈溢出的所有搜索组合的文档来挖掘。

来源

2016-09-15 Danielle Watts

你在寻找一个空间覆盖？另外，是否可以通过''rworldmap''获取相同的数据？ –

虽然我发布的教程链接来自rworldmap编写者，但我没有在rworldmap文档中看到关于内部气候区域映射的任何内容。我能够很容易地将两者映射在一起，但不能提取类别。下面的alistaire的答案是诀窍。 –

如果我们从网站上下载数据并将其作为koeppen（例如，

download.file('http://koeppen-geiger.vu-wien.ac.at/data/Koeppen-Geiger-ASCII.zip', 
       'Koeppen-Geiger-ASCII.zip', 
       method = 'curl') 

# use read.table if you like, but read_table cuts a lot of hassle with poor formatting 
koeppen <- readr::read_table('Koeppen-Geiger-ASCII.zip')

，我们看一下数据，所有的经度和纬度不便与.25或.75结束：

koeppen 
## # A tibble: 92,416 × 3 
##  Lat  Lon Cls 
##  <dbl> <dbl> <chr> 
## 1 -89.75 -179.75 EF 
## 2 -89.75 -179.25 EF 
## 3 -89.75 -178.75 EF 
## 4 -89.75 -178.25 EF 
## 5 -89.75 -177.75 EF 
## 6 -89.75 -177.25 EF 
## 7 -89.75 -176.75 EF 
## 8 -89.75 -176.25 EF 
## 9 -89.75 -175.75 EF 
## 10 -89.75 -175.25 EF 
## # ... with 92,406 more rows

因此，合并两个表，我们需要圆df的纬度和经度为.25或.75，例如通过

df[] <- lapply(df, function(x){ifelse(x %% 1 > .5, 0.75, 0.25) + floor(x)})

得到剩余由一个划分，即非整数部分，如果它是大于.5回报.75，否则返回.25，然后重新添加的整数部分，所以df现在看起来像：现在

df 
##  lat long 
## 1 29.25 47.75 
## 2 47.75 -122.25 
## 3 53.25 -6.25 
## 4 -27.75 151.75 
## 5 41.25 -72.75 
## 6 40.75 -74.25 
## 7 50.75 4.25 
## 8 60.25 19.75 
## 9 42.75 -71.25

我们可以使用merge（或dplyr加入，如果您愿意）为Cls列添加到df匹配的纬度和经度：

df <- merge(df, koeppen, 
      by.x = c('lat', 'long'), 
      by.y = c('Lat', 'Lon'), 
      all.x = TRUE) 

# or dplyr::left_join(df, koeppen, by = c('lat' = 'Lat', 'long' = 'Lon')) 

df 
##  lat long Cls 
## 1 -27.75 151.75 Cfa 
## 2 29.25 47.75 BWh 
## 3 40.75 -74.25 Cfa 
## 4 41.25 -72.75 Cfa 
## 5 42.75 -71.25 Dfb 
## 6 47.75 -122.25 Csb 
## 7 50.75 4.25 Cfb 
## 8 53.25 -6.25 Cfb 
## 9 60.25 19.75 Dfb

如果你喜欢语法，这可能也是data.table's non-equi-joins的好例子。

来源

2016-09-16 01:03:56 alistaire

这完全是我所需要的！我只是在使用'round_any（df [，1]，0.25，floor）'工作，当然，当我得到你的回应时，我发现我的一个问题是0.25和0.75。我仍在学习如何使用%%修饰符，这有助于我更好地理解它是如何工作的。非常感谢你！ –

'％/％'和'%%'给你一个长整数部分的答案：'％/％'，称为整数或者整数除法，给你整数部分; '%%'给出余数（也称为模），所以'7％/％3'返回2，'7 %% 3'返回1。 – alistaire

R从网格数据中提取点的提取类别

回答

相关问题