深入理解r-spatial/sf中的Tidyverse方法

深入理解r-spatial/sf中的Tidyverse方法

sf Simple Features for R 项目地址: https://gitcode.com/gh_mirrors/sf/sf

概述

在空间数据分析领域，r-spatial/sf包是R语言中处理地理空间数据的核心工具之一。本文重点介绍sf包中实现的Tidyverse方法，这些方法使得我们能够以一致、优雅的方式处理空间数据，同时保持几何属性的完整性。

Tidyverse与sf的集成

Tidyverse是一套R语言数据分析工具集，包括dplyr、tidyr等流行包。sf包为空间数据对象提供了这些Tidyverse方法的实现，使得我们能够：

1. 使用熟悉的Tidyverse语法处理空间数据
2. 自动保持几何列不被意外丢弃
3. 在数据操作过程中维护空间关系

核心方法详解

数据筛选与排序

• filter.sf(): 基于条件筛选空间要素
• arrange.sf(): 按指定列排序空间数据
• slice.sf(): 按位置选择行

library(sf)
library(dplyr)

nc <- read_sf(system.file("shape/nc.shp", package="sf"))
# 筛选面积大于0.1的县
nc %>% filter(AREA > 0.1) %>% plot()

# 按面积排序并选择前10个最小的县
nc %>% 
  select(AREA) %>% 
  arrange(AREA) %>% 
  slice(1:10) %>% 
  plot(col = 'grey')

数据变形

• mutate.sf(): 添加或修改列
• transmute.sf(): 创建新数据框并保留几何列
• select.sf(): 选择列（始终保留几何列）

# 创建新列
nc2 <- nc %>% mutate(area10 = AREA/10)

# 选择特定列（几何列自动保留）
nc %>% select(SID74, SID79) %>% names()

分组与汇总

• group_by.sf(): 对空间数据进行分组
• summarise.sf(): 分组汇总，处理几何列

# 按面积分组并计算平均面积
nc$area_cl <- cut(nc$AREA, c(0, .1, .12, .15, .25))
nc.g <- nc %>% group_by(area_cl)
nc.g %>% summarise(mean_area = mean(AREA)) %>% plot()

summarise.sf()有两个重要参数：

• do_union: 控制是否使用st_union合并几何（默认为TRUE）
• is_coverage: 是否为多边形覆盖层优化算法

数据连接

sf实现了多种连接操作，保持几何列的完整性：

• inner_join.sf()
• left_join.sf()
• right_join.sf()
• full_join.sf()
• semi_join.sf()
• anti_join.sf()

数据重塑

• gather.sf()/pivot_longer.sf(): 宽表转长表
• spread.sf()/pivot_wider.sf(): 长表转宽表
• nest.sf()/unnest.sf(): 嵌套与解嵌套

library(tidyr)
# 宽转长示例
nc %>% 
  select(SID74, SID79, geometry) %>% 
  pivot_longer(cols = c(SID74, SID79), names_to = "VAR", values_to = "SID")

几何列的粘性特性

sf对象的一个关键特性是几何列的"粘性"：

1. 在大多数操作中，几何列会自动保留
2. 如果需要移除几何列，需显式转换为普通数据框：as.data.frame()
3. select()操作即使不选择几何列也会保留它

实用技巧

1. 处理重复空间要素：

   nc[c(1:100, 1:10), ] %>% distinct() %>% nrow()
   

   使用distinct.sf()时会同时比较属性和几何特征

2. 创建空间线要素：

   storms.sf <- st_as_sf(storms, coords = c("long", "lat"), crs = 4326)
   x <- storms.sf %>% group_by(name, year) %>% nest
   trs <- lapply(x$data, function(tr) st_cast(st_combine(tr), "LINESTRING")[[1]]) %>% 
     st_sfc(crs = 4326)
   trs.sf <- st_sf(x[,1:2], trs)
   

3. 处理分组几何： 在分组操作中，几何列会被自动处理，但要注意do_union参数的影响

注意事项

1. 当多边形共享边界时，使用do_union=FALSE可能导致无效几何
2. distinct.sf()使用st_equals进行几何比较，可通过exact参数控制精度
3. 嵌套操作假设几何列是被嵌套的列之一

结语

r-spatial/sf中的Tidyverse方法为空间数据分析提供了强大而一致的接口。通过本文介绍的方法，您可以像处理普通数据框一样处理空间数据，同时保持空间关系的完整性。掌握这些方法将大大提高您的空间数据分析效率。

sf Simple Features for R 项目地址: https://gitcode.com/gh_mirrors/sf/sf