快速计算R中多边形列表内的点的方法_R_Sp_Point In Polygon

快速计算R中多边形列表内的点的方法

快速计算R中多边形列表内的点的方法,r,sp,point-in-polygon,R,Sp,Point In Polygon,我有两个数据集，一个有超过1300万个矩形多边形（4个lat lng点集），另一个有10000个点涉及该位置的价格 > polygons id pol_lat pol_lng 1: 148 -4.250236,-4.250236,-4.254640,-4.254640 -49.94628,-49.94494,-49.94494,-49.94628 2

我有两个数据集，一个有超过1300万个矩形多边形（4个lat lng点集），另一个有10000个点涉及该位置的价格

> polygons
     id                                 pol_lat                                 pol_lng
 1: 148 -4.250236,-4.250236,-4.254640,-4.254640 -49.94628,-49.94494,-49.94494,-49.94628
 2: 149 -4.254640,-4.254640,-5.361601,-5.361601 -49.94494,-49.07906,-49.07906,-49.94494
 3: 150 -5.361601,-5.361601,-5.212208,-5.212208 -49.07906,-49.04469,-49.04469,-49.07906
 4: 151 -5.212208,-5.212208,-5.002878,-5.002878 -49.04469,-48.48664,-48.48664,-49.04469
 5: 152 -5.002878,-5.002878,-5.080018,-5.080018 -48.48664,-48.43699,-48.43699,-48.48664
 6: 153 -5.080018,-5.080018,-5.079819,-5.079819 -48.43699,-48.42480,-48.42480,-48.43699
 7: 154 -5.079819,-5.079819,-5.155606,-5.155606 -48.42480,-47.53891,-47.53891,-48.42480
 8: 155 -5.155606,-5.155606,-4.954156,-4.954156 -47.53891,-47.50354,-47.50354,-47.53891
 9: 156 -4.954156,-4.954156,-3.675864,-3.675864 -47.50354,-45.39022,-45.39022,-47.50354
10: 157 -3.675864,-3.675864,-3.706356,-3.706356 -45.39022,-45.30724,-45.30724,-45.39022
11: 158 -3.706356,-3.706356,-3.705801,-3.705801 -45.30724,-45.30722,-45.30722,-45.30724
> points
    longitude  latitude  price
 1: -47.50308 -4.953936 3.0616
 2: -47.50308 -4.953936 3.2070
 3: -47.50308 -4.953936 3.0630
 4: -47.50308 -4.953936 3.0603
 5: -47.50308 -4.953936 3.0460
 6: -47.50308 -4.953936 2.9900
 7: -49.07035 -5.283658 3.3130
 8: -49.08054 -5.347284 3.3900
 9: -49.08054 -5.347284 3.3620
10: -49.21726 -5.338270 3.3900
11: -49.08050 -5.347255 3.4000
12: -49.08042 -5.347248 3.3220
13: -49.08190 -5.359508 3.3130
14: -49.08046 -5.347277 3.3560

我想为每个多边形生成适合每个多边形的所有点的平均价格

现在我正在使用

sp:：point.in.polygon

获取适合给定多边形的所有点的索引，然后获取其平均价格

w <- lapply(1:nrow(polygons),
            function(tt) {
              ind <- point.in.polygon(points$latitude, points$longitude,
                                      polygons$pol_lat[[tt]], polygons$pol_lng[[tt]]) > 0
              med <- mean(points$price[ind])
              return(med)
            }
)
> unlist(w)
 [1]      NaN 3.361857 3.313000      NaN      NaN      NaN      NaN      NaN 3.071317      NaN      NaN

如果您的“多边形”始终是矩形如示例中所示，则可以使用四叉树空间索引（如package

SearchTrees

中实现的），以提高识别每个多边形中哪些点的速度

由于空间索引所允许的“比较”次数越少，数据集中的点数越多，因此它可以大大提高速度
例如：

library(SearchTrees) library(magrittr) # Create a "beefier" test dataset based on your data: 14000 pts # over 45000 polygons for (i in 1:10) points <- rbind(points, points + runif(length(points))) for (i in 1:12) polygons <- rbind(polygons, polygons) # Compute limits of the polygons min_xs <- lapply(polygons$pol_lng , min) %>% unlist() max_xs <- lapply(polygons$pol_lng , max) %>% unlist() min_ys <- lapply(polygons$pol_lat , min) %>% unlist() max_ys <- lapply(polygons$pol_lat, max) %>% unlist() xlims <- cbind(min_xs, max_xs) ylims <- cbind(min_ys, max_ys) # Create the quadtree tree = SearchTrees::createTree(cbind(points[1],points[2])) #☻ extract averages, looping over polygons ---- t1 <- Sys.time() w <- lapply(1:nrow(polygons), function(tt) { ind <- SearchTrees::rectLookup( tree, xlims = xlims[tt,], ylims = ylims[tt,])) mean(points$price[ind]) }) Sys.time() - t1
整体速度的提高将取决于点在空间范围内以及相对于多边形的“聚集”方式
如果多边形不是矩形，也可以考虑利用此方法，方法是首先提取每个多边形的bbox中包含的点，然后使用更标准的方法查找多边形“内部”的点

也认为任务是并行的，因此可以通过使用<代码> PROACH 或<代码> PARLAPEP 方法来改进性能。p>
嗯
可能会有帮助：我已经访问了第二个链接，但是
ptinpoly
并没有提供多少速度提升。将查看第一个链接中的答案是否有帮助。感谢您不是空间统计方面的专家，但是您的lappy正在对所有多边形进行迭代，如果点的数量远小于多边形的数量（在您的案例中显然是这样），那么这可能会导致效率低下。您是否尝试过在点上迭代，然后查看它是否属于多边形？这种方法的好处是，如果多边形是一个分区，那么一旦你找到了一个点所属的多边形，你就可以停止寻找其他点，继续寻找下一个点。现在有点傻了，因为没有考虑它。谢谢@mbironMy多边形可以有重叠区域。我已经只检查了离每个点最近的多边形。反转循环，也就是在点上迭代，这项技巧帮助很大。奇怪的是它的速度是4倍，而不是10倍。尽管如此，还是有了很大的进步
library(SearchTrees) library(magrittr) # Create a "beefier" test dataset based on your data: 14000 pts # over 45000 polygons for (i in 1:10) points <- rbind(points, points + runif(length(points))) for (i in 1:12) polygons <- rbind(polygons, polygons) # Compute limits of the polygons min_xs <- lapply(polygons$pol_lng , min) %>% unlist() max_xs <- lapply(polygons$pol_lng , max) %>% unlist() min_ys <- lapply(polygons$pol_lat , min) %>% unlist() max_ys <- lapply(polygons$pol_lat, max) %>% unlist() xlims <- cbind(min_xs, max_xs) ylims <- cbind(min_ys, max_ys) # Create the quadtree tree = SearchTrees::createTree(cbind(points[1],points[2])) #☻ extract averages, looping over polygons ---- t1 <- Sys.time() w <- lapply(1:nrow(polygons), function(tt) { ind <- SearchTrees::rectLookup( tree, xlims = xlims[tt,], ylims = ylims[tt,])) mean(points$price[ind]) }) Sys.time() - t1

w1 <- unlist(w)

t1 <- Sys.time() w <- lapply(1:nrow(polygons), function(tt) { ind <- sp::point.in.polygon(points$latitude, points$longitude, polygons$pol_lat[[tt]], polygons$pol_lng[[tt]]) > 0 med <- mean(points$price[ind]) return(med) } ) Sys.time() - t1 w2 <- unlist(w)

> all.equal(w1, w2) [1] TRUE