用 R 计算与边界的距离

马修·马西尔

我需要计算一组直辖市边界与米纳斯吉拉斯州其他直辖市之间的距离。这个想法是进行回归不连续性设计（RRD），边界是我的截止点。

下面是一个数据库示例：

code latitude longitude munic                cerrado mantiqueira  mata
     <dbl> <chr>        <dbl> <chr>                  <dbl>       <dbl> <dbl>
 1 3170057 -196351    -421059 Ubaporanga                 0           0     1
 2 3170107 -197472    -479381 Uberaba                    1           0     0
 3 3170206 -189141    -482749 Uberlândia                 1           0     0
 4 3170404 -163592    -469022 Unaí                       1           0     0
 5 3170503 -203521     -42737 Urucânia                   0           0     0
 6 3170529 -161244    -457352 Urucuia                    0           0     0
 7 3170602 -203333    -463688 Vargem Bonita              0           0     0
 8 3170651 -153987    -423085 Vargem Grande do Ri~       0           0     0
 9 3170701 -215556    -454364 Varginha                   0           0     0
10 3170750 -183741    -460313 Varjão de Minas            1           0     0
11 3170800 -175944    -447226 Várzea da Palma            0           0     0
12 3171030 -155845    -436121 Verdelândia                0           0     0
13 3171071 -173974    -427307 Veredinha                  0           0     0
14 3171154 -200406    -422688 Vermelho Novo              0           0     1
15 3171303 -207559    -428742 Viçosa                     0           0     1
16 3171402 -20867     -422401 Vieiras                    0           0     1
17 3171709 -223264    -450965 Virgínia                   0           0     0
18 3171808 -188154    -427015 Virginópolis               0           0     0
19 3171907 -184738    -423067 Virgolândia                0           0     0
20 3172004 -210127    -428361 Visconde do Rio Bra~       0           0     0

您可以在此处下载完整的数据库。

“cerrado”、“mantiqueira”和“mata”是米纳斯吉拉斯州的地区。1 表示自治市在该区域内。我也有每个城市的经纬度数据。想法是：

1 - 为每组区域创建一个边界。

2 - 找到一种方法来计算组内和组外的自治市与边界的距离。

以下是我想到的策略示例：

geobr在空间分析方面，该软件包在巴西非常受欢迎。但是，我找不到一种方法来进行我想到的分析。

安德鲁

你有太多的 NA 值来做一个真正的不连续设计，就像你上面展示的那样。

地图。

因此，最好的办法可能是按类别计算最近邻：

library(tidyverse)

teste <- 
  readxl::read_xlsx("teste.xlsx") %>%
     rename(name_muni = munic,
            code_muni = code) %>%
      mutate(latitude = as.numeric(latitude),
             longitude = as.numeric(longitude))

cerrado <- filter(teste, cerrado == 1)
other <- filter(teste, cerrado != 1)

nn <- FNN::get.knnx(select(other, longitude, latitude), select(cerrado, longitude, latitude), k = 1)

cerrado <- mutate(cerrado, dist_other = nn$nn.dist[, 1])

现在，对于每个塞拉多市，您与另一个地区的距离；您可以对其他人重复此操作，并rbind在要将它们拉回一个数据框中时使用。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。