反向地理编码以提取地址组件 [英] reverse geocoding to extract address components

问题描述

我试图用R来反转地理编码。我第一次使用ggmap，但无法让它与我的API密钥一起工作。现在我试着用googleway。

  newframe [，c（Front.lat，Front.long）] 
 
 Front.lat Front.long 
 1 -37.82681 144.9592 
 2 -37.82681 145.9592 
 
 newframe $ address<  -  apply（newframe，1，function（x）{
 google_reverse_geocode（location = as.numeric（c（x [Front.lat]，
x [Front.long]）），
 key =xxxx）
}） 
  

这将列表中的变量提取出来，但我无法弄清楚结构。

我正在努力弄清楚如何提取下面列出的地址组件作为newframe中的变量。

postal_code ， administrative_area_level_1 ， administrative_area_level_2 ，地点，路线， street_number

我更喜欢每个地址组件作为一个单独的变量。

解决方案

反向地理编码到newframe $地址后，地址组件可以进一步提取如下：

 ＃创建有效（OK状态）响应的布尔数组（其他状态可能为NO_RESULTS，REQUEST_DENIED等）。 
 sel<  -  sapply（c（1：nrow（newframe）），function（x）{
 newframe $ address [[x]] $ status =='OK'
}） 
 
＃获取每个地理编码坐标返回的第一个结果（即最佳匹配）的address_components。 
 address.components<  -  sapply（c（1：nrow（newframe [sel，]）），function（x）{
 newframe $ address [[x]] $ results [1，] $ address_components 
}）
 
＃获取所有可能的组件类型。 
 all.types<  -  unique（unlist（sapply（c（1：length（address.components）），function（x）{
 unlist（lapply（address.components [[x]] $类型，函数（l）l [[1]]））
}）））
 
＃获取每个存在类型的address_components的long_name值（另一个选项是short_name ）。 
 all.values<  -  lapply（c（1：length（address.components）），function（x）{
 types<  -  unlist（lapply（address.components [[x]] $类型，函数（l）l [[1]]））
匹配<  -  match（all.types，types）
 values<  -  address.components [[x]] $ long_name [matches ] 
}）
 
＃将结果绑定到数据框中。 
 all.values<  -  do.call（rbind，all.values）
 all.values<  -  as.data.frame（all.values）
名称（全部。值）<  -  all.types 
 
＃添加列并更新原始数据框。 
 newframe [，all.types]<  -  NA 
 newframe [sel，] [，all.types]<  -  all.values 
  

请注意，我只保留每个组件给出的第一个类型，实际上跳过了政治类型，因为它出现在多个组件中，并且可能是多余的，例如administrative_area_level_1，政治。

I'm trying to reverse geocode with R. I first used ggmap but couldn't get it to work with my API key. Now i'm trying it with googleway.

newframe[,c("Front.lat","Front.long")]

  Front.lat Front.long
1 -37.82681   144.9592
2 -37.82681   145.9592

newframe$address <- apply(newframe, 1, function(x){
  google_reverse_geocode(location = as.numeric(c(x["Front.lat"], 
x["Front.long"])),
                         key = "xxxx")
})

This extracts the variables as a list but I can't figure out the structure.

I'm struggling to figure out how to extract the address components listed below as variables in newframe

postal_code, administrative_area_level_1, administrative_area_level_2, locality, route, street_number

I would prefer each address component as a separate variable.

解决方案

After reverse geocoding into newframe$address the address components could be extracted further as follows:

# Make a boolean array of the valid ("OK" status) responses (other statuses may be "NO_RESULTS", "REQUEST_DENIED" etc).
sel <- sapply(c(1: nrow(newframe)), function(x){
  newframe$address[[x]]$status == 'OK'
})

# Get the address_components of the first result (i.e. best match) returned per geocoded coordinate.
address.components <- sapply(c(1: nrow(newframe[sel,])), function(x){
  newframe$address[[x]]$results[1,]$address_components
})

# Get all possible component types.
all.types <- unique(unlist(sapply(c(1: length(address.components)), function(x){
  unlist(lapply(address.components[[x]]$types, function(l) l[[1]]))
})))

# Get "long_name" values of the address_components for each type present (the other option is "short_name").
all.values <- lapply(c(1: length(address.components)), function(x){
  types <- unlist(lapply(address.components[[x]]$types, function(l) l[[1]]))
  matches <- match(all.types, types)
  values <- address.components[[x]]$long_name[matches]
})

# Bind results into a dataframe.
all.values <- do.call("rbind", all.values)
all.values <- as.data.frame(all.values)
names(all.values) <- all.types

# Add columns and update original data frame.
newframe[, all.types] <- NA
newframe[sel,][, all.types] <- all.values

Note that I've only kept the first type given per component, effectively skipping the "political" type as it appears in multiple components and is likely superfluous e.g. "administrative_area_level_1, political".

这篇关于反向地理编码以提取地址组件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！