纬度经度坐标到状态代码(R)
有没有一种快速的方法将纬度和经度坐标转换为R中的州代码?我一直在使用zipcode包作为查找表,但当我查询大量lat/long值时,它太慢了 如果不是在R中,是否有任何方法可以使用google geocoder或任何其他类型的快速查询服务来做到这一点纬度经度坐标到状态代码(R),r,latitude-longitude,google-geocoder,R,Latitude Longitude,Google Geocoder,有没有一种快速的方法将纬度和经度坐标转换为R中的州代码?我一直在使用zipcode包作为查找表,但当我查询大量lat/long值时,它太慢了 如果不是在R中,是否有任何方法可以使用google geocoder或任何其他类型的快速查询服务来做到这一点 谢谢 请参见sp软件包中的 您需要将状态边界作为空间多边形数据帧。这里有两个选项,一个使用sf,另一个使用sp包函数sf是用于分析空间数据的更现代(并且在2020年推荐)的软件包,但如果它仍然有用,我将留下我2012年的原始答案,说明如何使用sp相
谢谢 请参见sp软件包中的
您需要将状态边界作为空间多边形数据帧。这里有两个选项,一个使用sf,另一个使用sp包函数sf是用于分析空间数据的更现代(并且在2020年推荐)的软件包,但如果它仍然有用,我将留下我2012年的原始答案,说明如何使用sp相关功能实现这一点
方法1(使用sf):
库(sf)
图书馆(spData)
##pointsDF:第一列包含经度和宽度的data.frame
##其第二列包含纬度。
##
##状态:具有50个状态和DC的sf多多边形对象。
##
##name_col:“states”中提供州名称的列的名称
##名字。
lonlat_to_state你可以用几行R来完成
library(sp)
library(rgdal)
#lat and long
Lat <- 57.25
Lon <- -9.41
#make a data frame
coords <- as.data.frame(cbind(Lon,Lat))
#and into Spatial
points <- SpatialPoints(coords)
#SpatialPolygonDataFrame - I'm using a shapefile of UK counties
counties <- readOGR(".", "uk_counties")
#assume same proj as shapefile!
proj4string(points) <- proj4string(counties)
#get county polygon point is in
result <- as.character(over(points, counties)$County_Name)
库(sp)
图书馆(rgdal)
#纵横
Lat示例数据(多边形和点)
使用以下方法非常简单:
库(地图)
图书馆(sf)
##获取状态图,转化为sf对象
我们必须将wgs84更改为wgs84才能使此示例正常工作。@感谢您指出这一点。不知道什么时候(在哪里)发生了变化。无论如何,我现在已经进行了编辑以修复它。@AgustínIndaco不快,因为在我的代码中,州的多边形层是由maps包提供的,它没有相应的邮政编码边界层。如果您找到这样一个层,您当然可以修改我的代码来使用它。或者,您可能希望研究“反向地理编码”,例如,我发现这个答案产生的结果对于某些应用程序来说不够精确。例如,38.83226,-76.98946
编码为马里兰,而不是哥伦比亚特区。而34.97982,-85.42203
编码为田纳西州,而不是乔治亚州。如果你像我一样处理15000个点,这个方法会产生很多不正确的结果(我估计我处理的数据集中大约有900个)。不过,我不确定哪种解决方案更好。通过将“州”改为“县”,这也适用于县。请参见我的回答,使用ggmap::revgeocode
:
library(raster)
pols <- shapefile(system.file("external/lux.shp", package="raster"))
xy <- coordinates(p)
extract(p, xy)
# point.ID poly.ID ID_1 NAME_1 ID_2 NAME_2 AREA
#1 1 1 1 Diekirch 1 Clervaux 312
#2 2 2 1 Diekirch 2 Diekirch 218
#3 3 3 1 Diekirch 3 Redange 259
#4 4 4 1 Diekirch 4 Vianden 76
#5 5 5 1 Diekirch 5 Wiltz 263
#6 6 6 2 Grevenmacher 6 Echternach 188
#7 7 7 2 Grevenmacher 7 Remich 129
#8 8 8 2 Grevenmacher 12 Grevenmacher 210
#9 9 9 3 Luxembourg 8 Capellen 185
#10 10 10 3 Luxembourg 9 Esch-sur-Alzette 251
#11 11 11 3 Luxembourg 10 Luxembourg 237
#12 12 12 3 Luxembourg 11 Mersch 233
library(maps)
library(sf)
## Get the states map, turn into sf object
US <- st_as_sf(map("state", plot = FALSE, fill = TRUE))
## Test the function using points in Wisconsin and Oregon
testPoints <- data.frame(x = c(-90, -120), y = c(44, 44))
# Make it a spatial dataframe, using the same coordinate system as the US spatial dataframe
testPoints <- st_as_sf(testPoints, coords = c("x", "y"), crs = st_crs(US))
#.. and perform a spatial join!
st_join(testPoints, US)
ID geometry
1 wisconsin POINT (-90 44)
2 oregon POINT (-120 44)