根据 R 中 sf 的分组变量计算点云的平均值

Question

我有一堆要计算每个分组变量汇总的平均值的点：

x = st_sfc(st_polygon(list(rbind(c(0,0),c(90,0),c(90,90),c(0,90),c(0,0)))), crs = st_crs(4326))
plot(x, axes = TRUE, graticule = TRUE)
plot(p <- st_sample(x, 7), add = TRUE)
p=st_as_sf(p)
p$test=c("A","A","B","C","C","D","D")

像这样使用dplyr时，我得到了一个NA。

p %>%
  group_by(test) %>% 
  summarize(geometry = mean(geometry))

我只想求几何的平均值，不是1点，也不是多点。

Answer 1

不确定是否完全理解您要查找的内容，但我正在试一试！

因此，请使用 sf 和 dplyr 库找到一种可能的解决方案，其中包含以下 reprex。我猜你是在寻找 aggregate() 函数而不是 group_by()

Reprex

代码

library(sf)
library(dplyr)

R1 <- p %>% aggregate(., 
                by = list(.$test), 
                function(x) x = x[1]) %>% 
  st_centroid() %>% 
  select(-Group.1)
#> Warning in st_centroid.sf(.): st_centroid assumes attributes are constant over
#> geometries of x

输出 1（sf 对象）

R1          
#> Simple feature collection with 4 features and 1 field
#> Attribute-geometry relationship: 0 constant, 1 aggregate, 0 identity
#> Geometry type: POINT
#> Dimension:     XY
#> Bounding box:  xmin: 2.7875 ymin: 12.91954 xmax: 59.60413 ymax: 51.81421
#> Geodetic CRS:  WGS 84
#>   test                  geometry
#> 1    A POINT (27.17167 12.91954)
#> 2    B   POINT (2.7875 22.54184)
#> 3    C POINT (59.60413 46.90029)
#> 4    D POINT (56.34763 51.81421)

补充代码和输出 2（即，如果您只需要一个数据框）

R2 <- R1 %>% 
  st_coordinates() %>% 
  cbind(st_drop_geometry(R1),.)

R2
#>   test        X        Y
#> 1    A 27.17167 12.91954
#> 2    B  2.78750 22.54184
#> 3    C 59.60413 46.90029
#> 4    D 56.34763 51.81421

可视化

plot(x)
plot(p, add = TRUE)
plot(R1, pch = 15, add = TRUE)

点是您的数据，小方块是每个组的质心（仅供参考，出于再现性目的，我将种子设置为 427）

注意： 以上使用球面几何。如果你想做平面计算，你只需要在脚本的开头添加 sf_use_s2(FALSE) 。为了向您展示差异，这里是使用 sf_use_s2(FALSE) 的结果（在这种情况下，您可以看到，对于每个组，质心恰好位于连接两点的线上；由您根据需要选择）

^{由 reprex package (v2.0.1)}

创建于 2022-01-03

根据 R 中 sf 的分组变量计算点云的平均值

Calculate the average of a cloud of points based on a grouping variable with sf in R

r

sf