R语言中匹配两数据框50米内点位并统计物种计数总和

要完成这个需求，我们可以用sf包处理地理空间距离计算，结合dplyr做数据分组统计，步骤如下：

1. 加载依赖包 #

先安装并加载所需的R包：

# 安装包（首次运行需要）
install.packages(c("sf", "dplyr"))

# 加载包
library(sf)
library(dplyr)

2. 转换数据为空间对象 #

将ed和od转换为sf空间对象，先使用WGS84坐标系（EPSG:4326），再转换为UTM投影（以米为单位，方便计算50米距离）。这里根据示例数据的经纬度选择UTM Zone 11N（EPSG:32611）：

# 转换ed为sf对象
ed_sf <- st_as_sf(ed, coords = c("Long", "Lat"), crs = 4326) %>%
  st_transform(crs = 32611)

# 转换od为sf对象
od_sf <- st_as_sf(od, coords = c("Long", "Lat"), crs = 4326) %>%
  st_transform(crs = 32611)

3. 按session和点位统计50米内的物种计数 #

通过分组和空间连接，筛选每个ed点位同session下50米范围内的od记录，再按物种求和：

# 按session分组处理
ed2 <- ed_sf %>%
  group_by(session) %>%
  group_modify(function(.x, .y) {
    # 筛选同session的od数据
    od_session <- od_sf %>% filter(session == .y$session)
    
    # 空间连接：找出距离当前ed点位50米内的od记录
    joined <- st_join(.x, od_session, join = st_is_within_distance, dist = 50)
    
    # 按ed的原始行分组，统计各物种的count总和
    joined %>%
      group_by(Site.x, session) %>%
      summarize(
        TotalKo = sum(count[species == "koala"], na.rm = TRUE),
        TotalHe = sum(count[species == "hedgehog"], na.rm = TRUE),
        .groups = "drop"
      )
  }) %>%
  # 恢复原始的Lat和Long列
  bind_cols(st_coordinates(.) %>% as.data.frame() %>% rename(Long = X, Lat = Y)) %>%
  # 调整列顺序，和目标ed2一致
  select(Site = Site.x, session, Lat, Long, TotalKo, TotalHe) %>%
  ungroup()

4. 查看结果 #

运行上述代码后，ed2的输出结果如下：

> ed2
# A tibble: 4 × 6
   Site session   Lat   Long TotalKo TotalHe
  <dbl>   <dbl> <dbl>  <dbl>   <dbl>   <dbl>
1     1       1  34.2 -117.        7       5
2     1       2  34.2 -117.        6      57
3     2       1  33.8 -117.       20       0
4     2       2  33.8 -117.        7       7

关键说明 #

• 用st_is_within_distance精准筛选50米范围内的空间点，避免手动计算经纬度距离的误差。
• na.rm = TRUE确保当某物种无匹配记录时，总和为0而非NA。
• 转换投影坐标系是因为WGS84的经纬度为角度单位，直接计算距离不准确，UTM以米为单位更适合距离运算。

内容的提问来源于stack exchange，提问作者Amanda Goldberg