R中基于唯一gid分组将SpatialPointsDataframe转为Spatial Lines求助

你可以选择以下两种常用的R语言空间数据处理方案实现需求：

方案1：基于sf包实现（推荐） #

sf是目前R空间数据处理的主流工具，代码更简洁，输出格式适配后续大多数空间分析需求：

• 先加载依赖包并转换数据格式

library(sf)
library(dplyr)
# 将SpatialPointsDataframe转为sf对象
point_sf <- st_as_sf(your_sp_data)

• 提前按分组ID和时间排序，保证点序正确

point_sf <- point_sf %>% 
  arrange(gid, time) # time替换为你数据中对应的时间字段名

• 分组生成LineString

traj_lines <- point_sf %>% 
  group_by(gid) %>% 
  filter(n() >= 2) %>% # 过滤不足2个点的无效分组
  summarise(do_union = FALSE) %>% 
  st_cast("LINESTRING")

• 结果验证：执行nrow(traj_lines)可以得到有效轨迹的数量，st_length(traj_lines)可以直接计算每条轨迹的长度。

方案2：基于原生sp包实现 #

如果你更习惯使用sp类数据结构，可以用以下代码实现：

library(sp)
# 按gid拆分点数据
point_split <- split(your_sp_data, your_sp_data$gid)
# 遍历生成分组线段
line_list <- lapply(point_split, function(x) {
  if(nrow(x) < 2) return(NULL)
  Line(coordinates(x))
})
# 剔除无效空值
line_list <- Filter(Negate(is.null), line_list)
# 构建SpatialLines对象
lines_obj <- lapply(seq_along(line_list), function(i) {
  Lines(list(line_list[[i]]), ID = names(line_list)[i])
})
traj_sp <- SpatialLines(lines_obj, proj4string = CRS(proj4string(your_sp_data)))
# 如需关联属性可以转成SpatialLinesDataFrame
traj_sp_df <- SpatialLinesDataFrame(traj_sp, 
  data = data.frame(gid = names(line_list), row.names = names(line_list)))

注意：如果你的原始数据已经提前完成了按gid+时间的排序，可以省略排序步骤，避免重复计算。

内容的提问来源于stack exchange，提问作者Matthewjh10