如何筛选sf表格中几何与多属性近似匹配的行？

假设你的两个sf表格分别名为sf_gbif（第一个数据源）和sf_local（第二个数据源），以下是具体实现步骤：

1. 加载依赖库 #

首先确保安装并加载sf和dplyr：

library(sf)
library(dplyr)

2. 标准化数据格式 #

统一日期格式 #

第一个表格的日期是带时间的字符串，需要转换为纯日期类型：

# 处理第一个表格的日期
sf_gbif$date <- as.Date(sf_gbif$date)
# 确保第二个表格的日期也是Date类型
sf_local$date <- as.Date(sf_local$date)

统一物种名称格式 #

消除大小写差异导致的匹配失败：

sf_gbif$species <- tolower(sf_gbif$species)
sf_local$species <- tolower(sf_local$species)

确认坐标系一致 #

两个表格必须使用相同的坐标系才能进行空间匹配：

# 将第一个表格的坐标系对齐到第二个表格
sf_gbif <- st_set_crs(sf_gbif, st_crs(sf_local))

3. 空间匹配与筛选 #

使用空间连接找到距离相近（例如10米内）的点，再筛选出日期、物种匹配但作者不同的记录：

# 空间连接：找10米范围内的匹配点（可根据实际需求调整距离）
matched_points <- st_join(
  sf_gbif, 
  sf_local, 
  join = st_is_within_distance, 
  dist = 10,
  suffix = c("_gbif", "_local")
)

# 筛选符合条件的记录：日期相同、物种相同、作者不同
filtered <- matched_points %>%
  filter(
    date_gbif == date_local,
    species_gbif == species_local,
    author_gbif != author_local
  )

4. 整理输出结果 #

提取两个表格中符合条件的行并合并：

# 提取第一个表格的匹配行
gbif_subset <- filtered %>%
  select(
    date = date_gbif,
    species = species_gbif,
    author = author_gbif,
    Id,
    name,
    geometry = geometry_gbif
  )

# 提取第二个表格的匹配行
local_subset <- filtered %>%
  select(
    date = date_local,
    species = species_local,
    author = author_local,
    Id,
    name,
    geometry = geometry_local
  )

# 合并结果
final_result <- bind_rows(gbif_subset, local_subset)

# 可选：按日期和物种排序
final_result <- final_result %>% arrange(date, species)

说明 #

• 距离阈值dist=10可根据你的数据精度调整（比如如果是GPS点，5-20米都是合理范围）。
• 如果需要精确的点重合匹配，可将st_is_within_distance替换为st_equals。
• 标准化物种名称时，也可以使用stringr::str_squish去除多余空格，避免格式差异。

内容的提问来源于stack exchange，提问作者UlvHare