从 XY 数据集创建空间点

在地理数据方面，R 表明它是数据处理，分析和可视化的强大工具。

通常，空间数据可作为表格形式的 XY 坐标数据集。此示例将说明如何从 XY 数据集创建空间数据集。

包 rgdal 和 sp 提供强大的功能。R 中的空间数据可以存储为 Spatial*DataFrame（其中*可以是 Points，Lines 或 Polygons）。

此示例使用可在 OpenGeocode 下载的数据 。

首先，必须将工作目录设置为下载的 CSV 数据集的文件夹。此外，必须加载 rgdal 包。

setwd("D:/GeocodeExample/")
library(rgdal)

之后，存储城市及其地理坐标的 CSV 文件将作为 data.frame 加载到 R 中

xy <- read.csv("worldcities.csv", stringsAsFactors = FALSE)

通常，了解数据及其结构（例如列名，数据类型等）非常有用。

head(xy)
str(xy)

这表明纬度和经度列被解释为字符值，因为它们保存类似“-33.532”的条目。然而，后来使用的创建空间数据集的函数 SpatialPointsDataFrame() 要求坐标值为数据类型 numeric。因此必须转换两列。

xy$latitude <- as.numeric(xy$latitude)
xy$longitude <- as.numeric(xy$longitude)

很少有值无法转换为数字数据，因此创建了 NA 值。他们必须被删除。

xy <- xy[!is.na(xy$longitude),]

最后，XY 数据集可以转换为空间数据集。这需要坐标和坐标存储的协调参考系统（CRS）的规范。

xySPoints <- SpatialPointsDataFrame(coords = c(xy[,c("longitude", "latitude")]),
proj4string = CRS("+proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs"),
data = xy
)

基本绘图功能可以很容易地用于潜行峰值产生的空间点。

plot(xySPoints, pch = ".")