按id将空间要素与格式不一致的dataframe连接

Question

大家好，我希望我能在这个问题上得到一些帮助：

我有一个包含2347个特征的shapefile，对应于3172个单元，也许在创建原始文件时，有一些重复的几何图形，他们决定这样排列它们：

Feature gis_id
 1        "1"     
 2        "2"     
 3       "3,4,5"
 4        "6,8"     
 5        "7"     
 6       "9,10,13" 

..。就像这样直到3172个单元和2347个特征

另一方面，我的数据表有72956个观察值(大约16列)，其中的数据对应于shapefile中的gis_id。但是，此表的每个观察值都有唯一的gis_id

head(hru_ls)
  jday  mon  day   yr  unit  gis_id    name  sedyld   tha sedorgn   kgha sedorgp   kgha surqno3   kgha lat3no3   kgha
1   365   12   31 1993     1       1 hru0001        0.065          0.861          0.171          0.095              0
2   365   12   31 1993     2       2 hru0002        0.111          1.423          0.122          0.233              0
3   365   12   31 1993     3       3 hru0003        0.024          0.186          0.016          0.071              0
4   365   12   31 1993     4       4 hru0004        6.686         16.298          1.040          0.012              0
5   365   12   31 1993     5       5 hru0005       37.220        114.683          6.740          0.191              0
6   365   12   31 1993     6       6 hru0006        6.597         30.949          1.856          0.021              0
  surqsolp   kgha usle   tons sedmin   ---- tileno3   ----
1           0.137           0         0.010              0
2           0.041           0         0.009              0
3           0.014           0         0.001              0
4           0.000           0         0.175              0
5           0.000           0         0.700              0
6           0.000           0         0.227              0

每个单元有多个记录(20年数据)

我想将shapefile的几何数据合并到我的数据表中。我以前用sp::merge做过这件事，但shapefile的每个几何形状/特征没有多个id。

有没有一种方法可以调整合并的条件，使其根据是否具有shapefile中gis_id字段上的任何值来为数据表中的每个要素提供相应的几何图形？

Answer 1

这是一个非常耐人寻味的问题，所以我试了试。我的答案可能不是最快或最简洁的方法，但它是有效的(至少对于您的样本数据)。注意，这种方法对shapefile$gis_id中的数据格式化相当敏感(请参阅正则表达式)。

# your spatial data
shapefile <- data.frame(feature = 1:6, gis_id = c("1", "2", "3,4,5", "6,8", "7", "9,10,13"))
# your tabular data
hru_ls <- data.frame(unit = 1:6, gis_id = paste(1:6))

# loop over all gis_ids in your tabular data
# perhaps this could be vectorized?
gis_ids <- unique(hru_ls$gis_id)
for(id in gis_ids){

  # Define regex to match gis_ids
  id_regex <- paste0("(,|^)", id, "(,|$)")

  # Get row in shapefile that matches regex
  searchterm <- lapply(shapefile$gis_id, function(x) grepl(pattern = id_regex, x = x))
  rowmatch <- which(searchterm == TRUE)

  # Return shapefile feature id that maches tabular gis_id
  hru_ls[hru_ls$gis_id == id, "gis_feature_id"] <- shapefile[rowmatch, "feature"]
}

因为您没有在问题中提供几何字段，所以我只是在您的空间数据中匹配了Feature。可以添加基于Feature合并的附加步骤，也可以使用几何体字段替换shapefile[rowmatch, "feature"]中的"feature"。