R 使用其他多边形裁剪/剪裁复杂空间多边形数据帧的最快方法

使用另一个（可能是复杂的）空间多边形裁剪（剪裁）复杂空间多边形数据帧的最快方法是什么？我知道两种方法（如下所示）。对于不太复杂的空间多边形数据帧，

光栅

方式更快，并返回一个空间多边形数据帧，如示例所示。不过，使用大型空间多边形帧时速度会变慢。对于大型SpatialPolygonsDataFrame，

rgeos

方式更快，但不会将SpatialPolygonsDataFrames作为默认值返回

我最近没有注意到R中的GIS开发，现在可能有更快的方法来实现这一点

示例多边形很小，以表彰人们的计算机和带宽。考虑“真实”多边形50-1000 MB。 设置：

library(rnaturalearth)
library(sp)
library(raster)
library(rgeos)

dt <- rnaturalearth::ne_countries()
clip_boundary <- sp::SpatialPolygons(list(sp::Polygons(
list(sp::Polygon(data.frame(lon = c(0, 180, 180, 0), lat = c(40, 40, 80, 80)))), ID = 1)))

光栅的

方式：

system.time({
clipped.dt <- rgeos::gIntersection(dt, clip_boundary, byid = TRUE)
ids <- sapply(slot(clipped.dt, "polygons"), function(x) slot(x, "ID"))
ids <- sapply(strsplit(ids, " "), "[", 1) 

tmp.df <- data.frame(dt@data[ids,])
names(tmp.df) <- names(dt@data)

out <- sp::SpatialPolygonsDataFrame(clipped.dt, tmp.df, match.ID = FALSE)
})

#   user  system elapsed 
#  0.069   0.002   0.074 

class(out)
# [1] "SpatialPolygonsDataFrame"
# attr(,"package")
# [1] "sp"

system.time({
  out <- raster::crop(dt, clip_boundary)
})

#   user  system elapsed 
#  0.042   0.001   0.043 

class(out)
# [1] "SpatialPolygonsDataFrame"
# attr(,"package")
# [1] "sp"

R的大部分地理空间工作现在可以使用
sf
软件包来完成


看起来它可能比光栅和sp更快

库（rnaturalearth）
图书馆（sp）
#图书馆（光栅）
#图书馆（rgeos）
图书馆（sf）
#>链接到GEOS 3.7.2、GDAL 2.4.2、项目5.2.0
图书馆（GG2）
#原始数据
dt几何
#>用户系统运行时间
#>   0.019   0.000   0.018
系统时间({
光栅中的out警告：：裁剪（dt，裁剪_边界）：不相同的CR
#>用户系统运行时间
#>   0.526   0.000   0.525
系统时间({
clipped.dt感谢您指出
sf
包。我没有想到。在我使用裁剪的应用程序中，形状必须以
sp
格式返回。转换使
sf
解决方案比
rgeos
解决方案稍微慢一点（我有一个数据集的系统时间：
rgeos
~7秒、
sf
~9秒和
graster
>80秒）。但是，如果已经使用
sf
对象进行操作，那么您的建议可能是目前为止最快的。在接受您的回答之前，我会将问题保留一段时间。可能有人提出了一个我们没有想到的更快的解决方案。
sp
->
sf
sp
会减慢速度。我没有意识到
sp
在你的情况下是一个要求。R通常不是很快，但你总是可以扔一台更大的计算机。我发现
sf
进行空间运算的方法确实比
sp
直观得多。祝你好运。
plot(out)