如何筛选SpatialPolygonsDataFrame范围外的SpatialPointsDataFrame点

嗨，这个问题我之前也踩过坑！sp包的空间索引逻辑在这里有点特殊，直接用spointdf[-spolydf,]是行不通的——因为spointdf[spolydf,]返回的是落在多边形内的点子集，而不是一个可直接取反的索引向量。下面给你几个实用的解决办法：

方法1：先拿内部点索引，再取反排除 #

先通过空间匹配拿到所有在多边形内的点的行索引，再用负号筛选掉这些点，剩下的就是外部点：

# 获取落在多边形内的点的行索引（over返回NA代表不在多边形内）
inside_indices <- which(!is.na(over(spointdf, spolydf)[, 1]))
# 筛选范围外的点
fall.outside.poly <- spointdf[-inside_indices, ]

原理是over()函数会给每个点匹配对应的多边形属性，不在范围内的点会返回NA，我们用which(!is.na(...))提取出内部点的位置，再取反就得到外部点的索引了。

方法2：用rgeos包的空间差集（更直接） #

如果你安装了rgeos包，可以直接用空间差集运算一步到位：

library(rgeos)
# 计算点集与多边形的差集，得到所有在多边形外的点
fall.outside.poly <- gDifference(spointdf, spolydf)

⚠️ 注意：这个方法返回的是SpatialPoints对象，如果需要保留原SpatialPointsDataFrame的属性列，你可能需要把结果和原数据框做匹配（比如通过坐标匹配）。

方法3：直接生成逻辑掩码筛选 #

还有个更简洁的写法，直接用over的结果生成逻辑判断掩码：

# 生成逻辑向量：TRUE代表点在多边形外（over结果为NA）
outside_mask <- is.na(over(spointdf, spolydf)[, 1])
# 用掩码筛选外部点
fall.outside.poly <- spointdf[outside_mask, ]

这个思路和方法1一致，但更直观，直接用布尔值来筛选，代码也更短。

重要提醒 #

一定要确保你的SpatialPolygonsDataFrame和SpatialPointsDataFrame使用相同的投影坐标系（CRS）！如果两者CRS不一致，空间判断会完全出错，先用spTransform()把它们转成同一个CRS再操作。

内容的提问来源于stack exchange，提问作者user2175481