如何在R语言中利用存储在矩阵中的坐标对SpatialPointsDataFrame进行子集化？

你的问题出在逐元素比较无法匹配坐标对：pts@coords == mtx会生成一个逻辑矩阵（每个元素单独比较），而SpatialPointsDataFrame的子集化需要的是一个长度等于点数的逻辑向量，所以原代码没法正常工作。下面给你几种可行的解决方案：

方法1：合并坐标为字符串匹配（简单直接） #

把每对(x,y)坐标合并成唯一字符串，再用%in%匹配，适合坐标精度一致的场景：

# 转换坐标对为字符串
pts_coords_str <- paste(pts@coords[, 1], pts@coords[, 2], sep = "_")
mtx_coords_str <- paste(mtx[, 1], mtx[, 2], sep = "_")

# 获取匹配的索引并子集化
match_idx <- pts_coords_str %in% mtx_coords_str
pts_subset <- pts[match_idx, ]

如果有浮点精度问题（比如坐标是计算得到的近似值），可以先对坐标取整或保留固定小数位：

# 保留6位小数后合并
pts_coords_str <- paste(round(pts@coords[,1],6), round(pts@coords[,2],6), sep = "_")
mtx_coords_str <- paste(round(mtx[,1],6), round(mtx[,2],6), sep = "_")

方法2：用dplyr进行数据框匹配（适合带属性的场景） #

把SpatialPointsDataFrame转成普通数据框，用内连接匹配坐标，再转回空间对象：

library(dplyr)
library(sp)

# 将SpatialPointsDataFrame转为数据框，提取坐标列
pts_df <- as.data.frame(pts) %>%
  mutate(x = pts@coords[,1], y = pts@coords[,2])

# 将矩阵转为带列名的数据框
mtx_df <- as.data.frame(mtx) %>%
  rename(x = V1, y = V2) # 这里V1/V2是矩阵默认列名，根据你的实际情况调整

# 内连接匹配坐标对
matched_data <- inner_join(pts_df, mtx_df, by = c("x", "y"))

# 转回SpatialPointsDataFrame
pts_subset <- SpatialPointsDataFrame(
  coords = matched_data[, c("x", "y")],
  data = matched_data %>% select(-x, -y), # 移除坐标列，保留原属性
  proj4string = pts@proj4string # 继承原投影信息
)

方法3：逐行精确匹配坐标对（支持容差设置） #

如果需要更精确的控制（比如处理浮点精度误差），可以逐行比较每对坐标：

# 定义一个函数，检查单个坐标对是否在矩阵中（支持容差）
is_coord_in_matrix <- function(coord, mtx, tol = 1e-8) {
  any(apply(mtx, 1, function(m_coord) all(abs(coord - m_coord) < tol)))
}

# 对pts的每个坐标对应用函数，得到匹配索引
match_idx <- apply(pts@coords, 1, is_coord_in_matrix, mtx = mtx)

# 子集化
pts_subset <- pts[match_idx, ]

这里的tol参数可以根据你的数据精度调整，避免因为浮点计算误差导致匹配失败。

内容的提问来源于stack exchange，提问作者ExploreR