细分范围为long和lat的值 [英] Subset a range of long and lat values

问题描述

我有两个 data.frames ，范围为lat/long.范围之一是 df1 ，其中包括我需要保留的所有值.第二个范围 df2 范围很广.参见下面的地图.

我正尝试仅使用位于 df1 范围内的经/纬度子集为 df2 子集.但是，我正在使用 min()和 max()函数尝试保持这些范围，但是它无法正常工作.通过使用这两个函数，它仅考虑了经度和纬度之间的线性关系，而没有考虑最接近的距离.查看地图下的代码.

这些是我需要保持在得克萨斯州 df1 州范围内的范围:

这些都是我可以使用的 df2 的所有范围.

dput df1 :

  df1<-结构(list(lat = c(29.6666666666667，29.4166666666667，27.9166666666667，31.25、30.7083333333333、32.9166666666667、29.7916666666667，32.1666666666667、30.5416666666667、28.6666666666667、31.25，29.875，30.6666666666667，31，29.7916666666667，33，36.4583333333333，28.5833333333333、29.375、32.5、32.375、29.3333333333333、29.1666666666667，30.5416666666667、33.0833333333333、31.9583333333333、31.375，32.5416666666667、31.25、32.125、29.875、30.2083333333333、30.125，35.9166666666667、34.25、31.5416666666667、32.375、31.2083333333333，27.2916666666667、33.2916666666667、33.9583333333333、29.9166666666667，28.75、34.625、30.25、34.2083333333333、32.375、34.125、31.7916666666667，31.625, 32.29166666666667, 29.3333333333333, 30.7916666666667,30.2916666666667、31.9583333333333、29.2083333333333、31.6666666666667，30.7916666666667、31.25、31.875、32.2083333333333、30.5416666666667，35.3333333333333、29.0833333333333、29.7916666666667、30.125，34.0416666666667、30.125、34.0833333333333、27.25、32.6666666666667，30.0416666666667、32.5416666666667、31.5、33.8333333333333、29.5，25.9583333333333、26.4583333333333、30.5、26.5833333333333、31.75，34.9583333333333、31.0833333333333、30.75、31.9166666666667，32.2083333333333、30.6666666666667、29.5833333333333、33.5、33.5833333333333，30.625、30、34.2916666666667、31.875、30.7083333333333、33.0416666666667，32.625，32.7916666666667，29.1666666666667，33.5)，长= c(-100.208333332859，-96.4583333328374，-97.3749999995093，-103.95833333288，-98.8333333328509，-102.916666666207，-103.41666666621，-99.9999999995242，-94.4166666661591，-95.9999999995014，-102.74999999954，-100.583333332861，-99.9999999995242，-101.458333332866，-104.458333332883，-96.3333333328367，-102.333333332871，-99.208333332853，-94.7499999994943，-97.49999999951，-98.7083333328502，-100.166666666192，-99.7083333328559，-97.0833333328409，-98.4166666661819，-97.7499999995114，-93.99999999949，-101.583333332867，-104.374999999549，-97.9583333328459，-100.041666666191，-100.45833333286，-95.2083333328303，-101.208333332864，-99.7499999995228，-100.374999999526，-100.916666666196，-100.499999999527，-99.3333333328537，-95.2916666661641，-102.249999999537，-98.333333332848，-97.5416666661769，-102.083333332869，-102.083333332869，-99.1666666661861，-102.083333332869，-99.5833333328552，-96.9166666661733，-103.749999999546，-97.1666666661747，-95.7916666661669，-102.541666666205，-94.9166666661619，-100.249999999526，-95.3749999994979，-101.208333332864，-98.1249999995135，-94.3749999994922，-97.3749999995093，-97.7916666661783，-98.333333332848，-100.249999999526，-97.7499999995114，-97.49999999951，-101.333333332865，-98.791666666184，-95.2083333328303，-99.6249999995221，-97.7499999995114，-101.874999999535，-94.4166666661591，-98.1666666661804，-100.124999999525，-96.8333333328395，-96.3749999995036，-97.2916666661754，-98.9999999995185，-102.624999999539，-97.5416666661769，-104.541666666217，-100.666666666195，-99.8333333328452，-94.8333333328281，-99.2499999995199，-95.9166666661676，-94.4166666661591，-94.5416666661598，-98.1249999995135，-95.2916666661641，-101.458333332866，-104.166666666215，-102.541666666205，-95.5416666661655，-93.7083333328217，-96.2083333328359，-95.7083333328331，-95.2499999994971，-96.0833333328352，-100.124999999525)).Names = c("lat"，"long")，row.names = c(85680L，1319359L，1830830L，1304489L，1072503L，462516L，678461L，257507L，1909316L，1599092L，551980L，948368L，1707870L，1507833L，1190987L，681396L，1321319L，133499L，1213001L，18800L，1060501L，1295647L，334268L，399477L，1030612L，1390228L，255017L，1652752L，795949L，761335L，310677L，985728L，887656L，242521L，1514901L，1346114L，962315L，1908903L，1911307L，124567L、58313L、1394404L、763303L、1843111L、857880L、298692L、1373653L，914743L，166059L，1754481L，1219252L，312112L，852388L，396677L，906070L，152644L，1007020L，1317142L，863194L，1141341L，706510L，1467240L，35951L，1482008L，979650L，409405L，1236400L，962680L，837083L，94376L，533974L，1631418L，251492L，1383646L，726181L，1356856L，1655225L，1907020L，1902953L，786466L，1658482L，1585289L，1352146L，1865639L，268501L，1628615L，671385L，642906L，1243516L，441432L，645239L，253095L，733426L，562744L，250656L，1892959L，372300L，374497L，598520L，1483079L)，类="data.frame") 

dput df2 :

  df2<-structure(list(lat = c(-21.28，41.3686，33.9107，25.12，30.8275，29.4886、34.1586、45.15、16.083、40.0478，-20.5525、42.35、35.615，39.6825，-34.7122、64.45、29.5853，-13.2287、38.8097，-31.3292，43.1、31.4221，-30.4291、38.5642、36.0617、37.6386、6.0833，-21.5119，43.0481、46.3333、44.9992、47.0653、35.5678、40.3038、46.8352，26.3559、21.0867，-41.1964、45.3、34.3328、44.6667、32.6089，58.4167、35.9755，-30.4869，-28.9667、40.3004，-38.35、41.4449，33.6012、22.23、35.35、45.0592、22.0167、38.25，-26.6667、42.425，-22.97、35.3692、37.2331、43.117，-30、40.133、37.8747、32.2531，42.1833、46.6907、33.1353、59.9167、34.6737、58.82、40.0732，40.3691，-8.12，-5.58、35.6558、61.7133、49.3，-10.45、43.0048，33.4139、39.6、58.3622、60.68、34.683，-9.76、34.3648、61.07，-8.82、45.7034、41.3262、46.5689、46.875，-25.7683、45.6、26.6211，51.9，63，40.867，40.221)，长= c(-50.35，-96.095，-78.3025，82.9，-100.1103，-81.2402，-78.8603，-115.3167、120.35，-105.2672，144.0367，-8-4167，-87.0353，-86.258、138.9469、17.0797，-98.7011，131.1355，-90.0028、116.0811，-82，-100.5003、150.5298，-123.1617，-98.59，-84.1098、171.7333、144.6339，-82.9239，-61.1，-101.2314，-91.6761，-82.8394，-103.1114，-96.7914，-80.2238，-157.0225，145.9997，-74.3，-84.4703，-71.2167，-85.0756，-130.0333，-79.3095，118.1258、152.8167，-74.3311、146.2，-86.0116，-79.0143、87.8，-78.0333，-83.9011，-159.45、140.35、146.6167，-103.7358，-47.08，-117.6525，-119.5047，-88.4839、141.6167，-99.8238，-111.9731，-107.7531，-76.5167，-120.4949，-107.2317，-113.9333，-83.0005，17.3297，-99.6668，-78.4174，-35.18，-45.88，-88.0064、6.6164，-99.45，-45.15，-79.2657，-84.5958、45.5，-134.5711、16.35、131.783，-66.61，-86.2361、18.68，-36.05，-122.6106，-82.492，-96.0886，-111.1633、152.525，-107.45，-80.2021、127.7，-156.0667、45.15，-85.1036)).Names = c("lat"，"long")，row.names = c(20755L，82475L，60665L，37831L，89680L，52520L，85455L，76368L，40639L，49579L，5712L，80268L，67350L，55970L，4897L，44788L，67992L，3294L，76550L，1484L，29090L，69644L，10326L，73682L，86352L，57349L，40579L，6809L，79978L，31106L，88426L，59085L，61056L，51946L，61720L，52929L，94259L，16494L，29857L，75694L，83389L，75916L，25284L，60523L，2177L，11182L，62281L，15180L，55504L，66088L，38023L，85213L，80153L，94573L，38225L，9135L，95606L，20939L，74353L，95070L，71753L，9330L，46103L，91127L，83769L，84903L，71489L，84234L，26978L，66221L，44019L，46099L，65381L，22766L，21947L，89020L，40132L，27797L，22964L，31892L，75937L，214L，94704L，44385L，38284L，18206L，47344L，44434L，22829L，70909L，64053L，80756L，82150L，8132L，81874L，52925L，41594L，93980L，186L，56140L)，类="data.frame") 

代码:

 库(dplyr)db<-filter(df2，lat> = min(df1 $ lat)& lat< = max(df1 $ lat)&long> = min(df1 $ long)&长< = max(df1 $ long)) 

这是绘制的结果.您会看到不应包含俄克拉荷马州的点，因为它不在范围内，但是因为纬度与德克萨斯州的点成线性关系，所以将其包括在内.我不确定如何进一步解决此问题，将不胜感激.

我的问题是如何使用经/纬度将 df2 与 df1 中的范围进行子集化?

解决方案

您可以使用库 maps 来查看点所处的状态，然后将不匹配的状态子集化./p>

 库(地图)df2 $ state<-map.where("state"，df2 $ long，df2 $ lat)df2 [df2 $ state ==德克萨斯州"&！is.na(df2 $ state)，]拉特长州89680 30.8275 -100.1103德州67992 29.5853 -98.7011德州69644 31.4221 -100.5003德州 

如果要使用不仅仅是状态的区域来进行处理，我们可以创建一个空间多边形，然后查看这些点是否在其中.我正在使用

然后我们找出其中的哪些点:

  coordinates(df2)<-〜〜+ long坐标<-over(df2，sp_poly)df2 [coords == 1&！is.na(coords)，]空间点:拉特朗89680 30.8275 -100.110367992 29.5853 -98.701169644 31.4221 -100.5003 

I have a two data.frames with ranges of lat/long. One of the ranges is df1 includes all the values I need to keep. The second range, df2 are a wide variety of ranges. See maps below.

I'm trying to subset df2 with only those lat/long that are located within the range of df1. However, I'm using min() and max() functions to try and keep those ranges, but it's not working correctly. By using those two functions, it's only account for the linear relationship between the lat and long, and not the closest proximity. See code under maps.

These are the ranges I need to keep within the state of Texas df1:

And these are all the ranges I have available df2.

dput df1:

df1 <- structure(list(lat = c(29.6666666666667, 29.4166666666667, 27.9166666666667, 
31.25, 30.7083333333333, 32.9166666666667, 29.7916666666667, 
32.1666666666667, 30.5416666666667, 28.6666666666667, 31.25, 
29.875, 30.6666666666667, 31, 29.7916666666667, 33, 36.4583333333333, 
28.5833333333333, 29.375, 32.5, 32.375, 29.3333333333333, 29.1666666666667, 
30.5416666666667, 33.0833333333333, 31.9583333333333, 31.375, 
32.5416666666667, 31.25, 32.125, 29.875, 30.2083333333333, 30.125, 
35.9166666666667, 34.25, 31.5416666666667, 32.375, 31.2083333333333, 
27.2916666666667, 33.2916666666667, 33.9583333333333, 29.9166666666667, 
28.75, 34.625, 30.25, 34.2083333333333, 32.375, 34.125, 31.7916666666667, 
31.625, 32.2916666666667, 29.3333333333333, 30.7916666666667, 
30.2916666666667, 31.9583333333333, 29.2083333333333, 31.6666666666667, 
30.7916666666667, 31.25, 31.875, 32.2083333333333, 30.5416666666667, 
35.3333333333333, 29.0833333333333, 29.7916666666667, 30.125, 
34.0416666666667, 30.125, 34.0833333333333, 27.25, 32.6666666666667, 
30.0416666666667, 32.5416666666667, 31.5, 33.8333333333333, 29.5, 
25.9583333333333, 26.4583333333333, 30.5, 26.5833333333333, 31.75, 
34.9583333333333, 31.0833333333333, 30.75, 31.9166666666667, 
32.2083333333333, 30.6666666666667, 29.5833333333333, 33.5, 33.5833333333333, 
30.625, 30, 34.2916666666667, 31.875, 30.7083333333333, 33.0416666666667, 
32.625, 32.7916666666667, 29.1666666666667, 33.5), long = c(-100.208333332859, 
-96.4583333328374, -97.3749999995093, -103.95833333288, -98.8333333328509, 
-102.916666666207, -103.41666666621, -99.9999999995242, -94.4166666661591, 
-95.9999999995014, -102.74999999954, -100.583333332861, -99.9999999995242, 
-101.458333332866, -104.458333332883, -96.3333333328367, -102.333333332871, 
-99.208333332853, -94.7499999994943, -97.49999999951, -98.7083333328502, 
-100.166666666192, -99.7083333328559, -97.0833333328409, -98.4166666661819, 
-97.7499999995114, -93.99999999949, -101.583333332867, -104.374999999549, 
-97.9583333328459, -100.041666666191, -100.45833333286, -95.2083333328303, 
-101.208333332864, -99.7499999995228, -100.374999999526, -100.916666666196, 
-100.499999999527, -99.3333333328537, -95.2916666661641, -102.249999999537, 
-98.333333332848, -97.5416666661769, -102.083333332869, -102.083333332869, 
-99.1666666661861, -102.083333332869, -99.5833333328552, -96.9166666661733, 
-103.749999999546, -97.1666666661747, -95.7916666661669, -102.541666666205, 
-94.9166666661619, -100.249999999526, -95.3749999994979, -101.208333332864, 
-98.1249999995135, -94.3749999994922, -97.3749999995093, -97.7916666661783, 
-98.333333332848, -100.249999999526, -97.7499999995114, -97.49999999951, 
-101.333333332865, -98.791666666184, -95.2083333328303, -99.6249999995221, 
-97.7499999995114, -101.874999999535, -94.4166666661591, -98.1666666661804, 
-100.124999999525, -96.8333333328395, -96.3749999995036, -97.2916666661754, 
-98.9999999995185, -102.624999999539, -97.5416666661769, -104.541666666217, 
-100.666666666195, -97.8333333328452, -94.8333333328281, -99.2499999995199, 
-95.9166666661676, -94.4166666661591, -94.5416666661598, -98.1249999995135, 
-95.2916666661641, -101.458333332866, -104.166666666215, -102.541666666205, 
-95.5416666661655, -93.7083333328217, -96.2083333328359, -95.7083333328331, 
-95.2499999994971, -96.0833333328352, -100.124999999525)), .Names = c("lat", 
"long"), row.names = c(85680L, 1319359L, 1830830L, 1304489L, 
1072503L, 462516L, 678461L, 257507L, 1909316L, 1599092L, 551980L, 
948368L, 1707870L, 1507833L, 1190987L, 681396L, 1321319L, 133499L, 
1213001L, 18800L, 1060501L, 1295647L, 334268L, 399477L, 1030612L, 
1390228L, 255017L, 1652752L, 795949L, 761335L, 310677L, 985728L, 
887656L, 242521L, 1514901L, 1346114L, 962315L, 1908903L, 1911307L, 
124567L, 58313L, 1394404L, 763303L, 1843111L, 857880L, 298692L, 
1373653L, 914743L, 166059L, 1754481L, 1219252L, 312112L, 852388L, 
396677L, 906070L, 152644L, 1007020L, 1317142L, 863194L, 1141341L, 
706510L, 1467240L, 35951L, 1482008L, 979650L, 409405L, 1236400L, 
962680L, 837083L, 94376L, 533974L, 1631418L, 251492L, 1383646L, 
726181L, 1356856L, 1655225L, 1907020L, 1902953L, 786466L, 1658482L, 
1585289L, 1352146L, 1865639L, 268501L, 1628615L, 671385L, 642906L, 
1243516L, 441432L, 645239L, 253095L, 733426L, 562744L, 250656L, 
1892959L, 372300L, 374497L, 598520L, 1483079L), class = "data.frame")

dput df2:

df2 <- structure(list(lat = c(-21.28, 41.3686, 33.9107, 25.12, 30.8275, 
29.4886, 34.1586, 45.15, 16.083, 40.0478, -20.5525, 42.35, 35.615, 
39.6825, -34.7122, 64.45, 29.5853, -13.2287, 38.8097, -31.3292, 
43.1, 31.4221, -30.4291, 38.5642, 36.0617, 37.6386, 6.0833, -21.5119, 
43.0481, 46.3333, 44.9992, 47.0653, 35.5678, 40.3038, 46.8352, 
26.3559, 21.0867, -41.1964, 45.3, 34.3328, 44.6667, 32.6089, 
58.4167, 35.9755, -30.4869, -28.9667, 40.3004, -38.35, 41.4449, 
33.6012, 22.23, 35.35, 45.0592, 22.0167, 38.25, -26.6667, 42.425, 
-22.97, 35.3692, 37.2331, 43.117, -30, 40.133, 37.8747, 32.2531, 
42.1833, 46.6907, 33.1353, 59.9167, 34.6737, 58.82, 40.0732, 
40.3691, -8.12, -5.58, 35.6558, 61.7133, 49.3, -10.45, 43.0048, 
33.4139, 39.6, 58.3622, 60.68, 34.683, -9.76, 34.3648, 61.07, 
-8.82, 45.7034, 41.3262, 46.5689, 46.875, -25.7683, 45.6, 26.6211, 
51.9, 63, 40.867, 40.221), long = c(-50.35, -96.095, -78.3025, 
82.9, -100.1103, -81.2402, -78.8603, -115.3167, 120.35, -105.2672, 
144.0367, -84.3167, -87.0353, -86.258, 138.9469, 17.0797, -98.7011, 
131.1355, -90.0028, 116.0811, -82, -100.5003, 150.5298, -123.1617, 
-98.59, -84.1098, 171.7333, 144.6339, -82.9239, -61.1, -101.2314, 
-91.6761, -82.8394, -103.1114, -96.7914, -80.2238, -157.0225, 
145.9997, -74.3, -84.4703, -71.2167, -85.0756, -130.0333, -79.3095, 
118.1258, 152.8167, -74.3311, 146.2, -86.0116, -79.0143, 87.8, 
-78.0333, -83.9011, -159.45, 140.35, 146.6167, -103.7358, -47.08, 
-117.6525, -119.5047, -88.4839, 141.6167, -99.8238, -111.9731, 
-107.7531, -76.5167, -120.4949, -107.2317, -113.9333, -83.0005, 
17.3297, -99.6668, -78.4174, -35.18, -45.88, -88.0064, 6.6164, 
-99.45, -45.15, -79.2657, -84.5958, 45.5, -134.5711, 16.35, 131.783, 
-66.61, -86.2361, 18.68, -36.05, -122.6106, -82.492, -96.0886, 
-111.1633, 152.525, -107.45, -80.2021, 127.7, -156.0667, 45.15, 
-85.1036)), .Names = c("lat", "long"), row.names = c(20755L, 
82475L, 60665L, 37831L, 89680L, 52520L, 85455L, 76368L, 40639L, 
49579L, 5712L, 80268L, 67350L, 55970L, 4897L, 44788L, 67992L, 
3294L, 76550L, 1484L, 29090L, 69644L, 10326L, 73682L, 86352L, 
57349L, 40579L, 6809L, 79978L, 31106L, 88426L, 59085L, 61056L, 
51946L, 61720L, 52929L, 94259L, 16494L, 29857L, 75694L, 83389L, 
75916L, 25284L, 60523L, 2177L, 11182L, 62281L, 15180L, 55504L, 
66088L, 38023L, 85213L, 80153L, 94573L, 38225L, 9135L, 95606L, 
20939L, 74353L, 95070L, 71753L, 9330L, 46103L, 91127L, 83769L, 
84903L, 71489L, 84234L, 26978L, 66221L, 44019L, 46099L, 65381L, 
22766L, 21947L, 89020L, 40132L, 27797L, 22964L, 31892L, 75937L, 
214L, 94704L, 44385L, 38284L, 18206L, 47344L, 44434L, 22829L, 
70909L, 64053L, 80756L, 82150L, 8132L, 81874L, 52925L, 41594L, 
93980L, 186L, 56140L), class = "data.frame")

Code:

library(dplyr)
db <- filter(df2, lat >= min(df1$lat) & lat <= max(df1$lat) & 
                                                            long >= min(df1$long) & long <= max(df1$long))

And here are the results plotted. You can see that the point in Oklahoma should not be included because it is outside the range, but because the latitude is linearly related to the points in Texas it is included. I'm not sure how to approach this problem any further and would appreciate any help.

My question is how would I subset df2 with the ranges in df1 using lat/long?

解决方案

you can use the library maps to see which state a point is in, and then subset out those that do not match.

library(maps)
df2$state <- map.where("state", df2$long, df2$lat)
df2[df2$state == "texas" & !is.na(df2$state),]

          lat      long state
89680 30.8275 -100.1103 texas
67992 29.5853  -98.7011 texas
69644 31.4221 -100.5003 texas

EDIT: If you want to do it using the areas that aren't just the state, we can create a spatial polygon, and then see if the points are in there. I'm using modified code from this answer.

First we create a "convex hull" and convert it to a spatial polygon:

library("sp")
library("rgdal")

ch <- chull(df1$long, df1$lat)
coords <- df1[c(ch, ch[1]), ]
sp_poly <- SpatialPolygons(list(Polygons(list(Polygon(coords)), ID = 1)))
plot(df1$lat, df1$long)
lines(coords, col="red")

Then we find out which points are inside it:

coordinates(df2) <- ~lat + long
coords <- over(df2, sp_poly)
df2[coords == 1 & !is.na(coords),]

SpatialPoints:
          lat      long
89680 30.8275 -100.1103
67992 29.5853  -98.7011
69644 31.4221 -100.5003

这篇关于细分范围为long和lat的值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！