R sf包使用st_union合并重叠缓冲区后按学校统计各范围门店数的方法

你当前的问题核心是重叠缓冲区的重复计数问题，用缓冲区相交的方式天然会重复统计重叠区域的门店，且合并缓冲区后会丢失学校归属信息，最优方案是先计算每间门店到所有学校的最短距离、匹配对应归属学校，再按距离阈值分类统计，完全避免重复计数问题。

完整实现代码 #

library(sf)
library(dplyr)

# 1. 计算所有门店到所有学校的距离矩阵（单位和你的utm坐标系一致，为米）
dist_matrix <- st_distance(store.sf.utm, school.sf.utm)
# 转成数据框，行对应门店，列对应学校
dist_df <- as.data.frame(dist_matrix)
# 给列命名为学校名，将下方school_name替换为你school.sf.utm中存储学校名称的列名
colnames(dist_df) <- school.sf.utm$school_name

# 2. 为每个门店匹配最近的学校和对应距离
store_assign <- store.sf.utm %>%
  mutate(
    # 最近的学校名称
    nearest_school = colnames(dist_df)[max.col(-dist_df)],
    # 到最近学校的距离（转数值型）
    min_dist = as.numeric(do.call(pmin, dist_df))
  )

# 3. 按规则统计每个学校的门店数
result <- store_assign %>%
  st_drop_geometry() %>%
  # 过滤2000米范围外的门店
  filter(min_dist <= 2000) %>%
  # 按归属学校分组统计
  group_by(nearest_school) %>%
  summarise(
    Stores1000m = sum(min_dist <= 1000),
    Stores2000m = n()
  ) %>%
  # 补全没有匹配到门店的学校，计数设为0
  right_join(tibble(nearest_school = school.sf.utm$school_name), by = "nearest_school") %>%
  mutate(across(c(Stores1000m, Stores2000m), ~ifelse(is.na(.), 0, .))) %>%
  rename(School = nearest_school)

# 输出结果
print(result)

代码说明 #

• 完全符合你的统计规则：重叠区域的门店只会归属到距离最近的学校，不会重复计数
• 自动补全没有匹配到门店的学校，不会遗漏数据
• 输出的字段格式完全匹配你要求的School | Stores1000m | Stores2000m结构

内容的提问来源于stack exchange，提问作者revere2323