library(sf)
library(rio)
library(tidyverse)
Reproduzindo os exemplos do help
da função sf::st_join()
:
a= st_sf(a = 1:3,
geom = st_sfc(st_point(c(1,1)),
st_point(c(2,2)),
st_point(c(3,3))))
b = st_sf(a = 11:14,
geom = st_sfc(st_point(c(10,10)),
st_point(c(2,2)),
st_point(c(2,2)),
st_point(c(3,3))))
> a
Simple feature collection with 3 features and 1 field
Geometry type: POINT
Dimension: XY
Bounding box: xmin: 1 ymin: 1 xmax: 3 ymax: 3
CRS: NA
a geom
1 1 POINT (1 1)
2 2 POINT (2 2)
3 3 POINT (3 3)
> b
Simple feature collection with 4 features and 1 field
Geometry type: POINT
Dimension: XY
Bounding box: xmin: 2 ymin: 2 xmax: 10 ymax: 10
CRS: NA
a geom
1 11 POINT (10 10)
2 12 POINT (2 2)
3 13 POINT (2 2)
4 14 POINT (3 3)
Adicionalmente, criei outros dois datasets que são cópias dos dois primeiros:
c = a
d = b
Quando tento fazer o st_join()
para os datasets "a" e "c", o resultado é o mesmo dataset.
O que é esperado, já que são as mesmas geometrias.
st_join(a, c)
Simple feature collection with 3 features and 2 fields
Geometry type: POINT
Dimension: XY
Bounding box: xmin: 1 ymin: 1 xmax: 3 ymax: 3
CRS: NA
a.x a.y geom
1 1 1 POINT (1 1)
2 2 2 POINT (2 2)
3 3 3 POINT (3 3)
No entanto, quando tento fazer o mesmo com os datasets "b" e "d", o resultado é diferente:
st_join(b,d)
Simple feature collection with 6 features and 2 fields
Geometry type: POINT
Dimension: XY
Bounding box: xmin: 2 ymin: 2 xmax: 10 ymax: 10
CRS: NA
a.x a.y geom
1 11 11 POINT (10 10)
2 12 12 POINT (2 2)
2.1 12 13 POINT (2 2)
3 13 12 POINT (2 2)
3.1 13 13 POINT (2 2)
4 14 14 POINT (3 3)
O resultado não deveria ser o mesmo dataset "b"?
Essa dúvida surgiu, na verdade, quando estava trabalhando com esse dataset
Depois de carregar o dataset:
dataset_raw <- import("dataset.xlsx", setclass = "tibble")
head(dataset_raw)
# A tibble: 6 x 3
v1 longitude latitude
<dbl> <dbl> <dbl>
1 40 -44.8 -15.3
2 66 -44.8 -15.3
3 56 -44.8 -15.3
4 33 -44.8 -15.3
5 53 -44.8 -15.3
6 90 -44.8 -15.3
... e de convertê-lo para a classe "sf":
dataset_sf_1 <- dataset_raw %>%
st_as_sf(coords = c("longitude","latitude"), crs = 4674)
head(dataset_sf_1)
Simple feature collection with 6 features and 1 field
Geometry type: POINT
Dimension: XY
Bounding box: xmin: -44.82357 ymin: -15.28923 xmax: -44.82344 ymax: -15.28918
Geodetic CRS: SIRGAS 2000
# A tibble: 6 x 2
v1 geometry
<dbl> <POINT [°]>
1 40 (-44.82357 -15.28918)
2 66 (-44.82351 -15.28921)
3 56 (-44.82351 -15.28921)
4 33 (-44.82351 -15.28921)
5 53 (-44.82351 -15.28921)
6 90 (-44.82344 -15.28923)
... criei uma cópia do mesmo:
dataset_sf_2 <- dataset_sf_1
Foi então que verifiquei que embora cada um tenha 2699 linhas (já que um é a cópia do outro)...
dim(dataset_sf_1)
[1] 2699 2
dim(dataset_sf_2)
[1] 2699 2
... quando faço o st_join
a quantidade de linhas pula para 17147
st_join(dataset_sf_1, dataset_sf_2)
Simple feature collection with 17147 features and 2 fields
Geometry type: POINT
Dimension: XY
Bounding box: xmin: -44.82357 ymin: -15.31984 xmax: 0 ymax: 0
Geodetic CRS: SIRGAS 2000
# A tibble: 17,147 x 3
v1.x geometry v1.y
* <dbl> <POINT [°]> <dbl>
1 40 (-44.82357 -15.28918) 40
2 66 (-44.82351 -15.28921) 66
3 66 (-44.82351 -15.28921) 56
4 66 (-44.82351 -15.28921) 33
5 66 (-44.82351 -15.28921) 53
6 56 (-44.82351 -15.28921) 66
7 56 (-44.82351 -15.28921) 56
8 56 (-44.82351 -15.28921) 33
9 56 (-44.82351 -15.28921) 53
10 33 (-44.82351 -15.28921) 66
# ... with 17,137 more rows
Em suma: como fazer adequadamente o join de datasets do tipo "sf"?