计算含经纬度数据的dataframe质心结果异常，该如何排查？

问题原因 #

你得到的结果异常，核心原因是所调用的centroid函数不支持直接输入仅包含经纬度列的普通dataframe，常见的具体场景有两类：

• 你使用的centroid来自空间计算类包（如geosphere/rgeos），这类包的centroid默认输入是多边形、线要素等空间对象，传入点集dataframe时，会将数据误识别为多边形顶点序列计算多边形质心，当点序列不自闭合、跨度大时就会得到完全不符合预期的结果
• 存在包函数命名冲突，你实际调用的不是空间计算类的质心函数，而是其他包同名的、用于其他计算逻辑的centroid函数

验证与解决方法 #

1. 先通过简单算术平均验证预期结果（小范围区域的点集质心直接用算术平均误差可接受），执行以下代码：

# 计算点集经纬度算术平均值
expected_lon <- mean(test_points$Lon)
expected_lat <- mean(test_points$Lat)
print(c(expected_lon, expected_lat))

按你给出的测试数据集计算，得到的结果应该在lon=7.21、lat=51.33左右，符合你的预期范围。

2. 若需要更精确的、考虑地球曲率的质心计算，使用geosphere包的geomean函数：

library(geosphere)
# 函数要求输入为两列矩阵，顺序为经度、纬度
precise_centroid <- geomean(as.matrix(test_points))

3. 若要使用centroid相关的空间类函数，需先将普通dataframe转换为标准空间对象：

library(sf)
# 转换为sf点对象，指定坐标参考系为WGS84（常用经纬度坐标系，EPSG编码4326）
points_sf <- st_as_sf(test_points, coords = c("Lon", "Lat"), crs = 4326)
# 计算点集质心
correct_centroid <- st_centroid(points_sf)

内容的提问来源于stack exchange，提问作者dumei