Question

我有一个数据框，其中包含有关犯罪（变量x）以及犯罪发生地的纬度和经度的信息。我有一个与圣保罗市各区的形状文件。那是df：

 latitude  longitude  n_homdol
    1    -23.6     -46.6     1
    2    -23.6     -46.6     1
    3    -23.6     -46.6     1
    4    -23.6     -46.6     1
    5    -23.6     -46.6     1
    6    -23.6     -46.6     1

还有一个用于圣保罗地区的形状文件，sp.dist.sf：

                      geometry      NOME_DIST
1 POLYGON ((352436.9 7394174,... JOSE BONIFACIO
2 POLYGON ((320696.6 7383620,...    JD SAO LUIS
3 POLYGON ((349461.3 7397765,...    ARTUR ALVIM
4 POLYGON ((320731.1 7400615,...        JAGUARA
5 POLYGON ((338651 7392203, 3...  VILA PRUDENTE
6 POLYGON ((320606.2 7394439,...        JAGUARE

在@Humpelstielzchen的帮助下，我同时加入了这两个数据：

sf_df = st_as_sf(df, coords = c("longitude", "latitude"), crs = 4326)
shape_df<-st_join(sp.dist.sf, sf_df, join=st_contains)

我的最终目标是实现本地moran i统计信息，而我正在尝试通过以下方式做到这一点：

   sp_viz <- poly2nb(shape_df, row.names = shape_df$NOME_DIST)
    xy <- st_coordinates(shape_df)
    ww <- nb2listw(sp_viz, style ='W', zero.policy = TRUE)
    shape_df[is.na(shape_df)] <- 0
    locMoran <- localmoran(shape_df$n_homdol, ww)
sids.shade <- auto.shading(c(locMoran[,1],-locMoran[,1]),
                           cols=brewer.pal(5,"PRGn"))
    choropleth(shape_df, locMoran[,1], shading=sids.shade)
    choro.legend(-46.5, -20, sids.shade,fmt="%6.2f")
    title("Criminalidade (Local Moran's I)",cex.main=2)

但是当我运行代码时，需要花费数小时才能计算出

 sp_viz <- poly2nb(shape_df, row.names = shape_df$NOME_DIST)

我对93个区进行了15,000次观测。我只用100次观察就尝试运行上述代码，而且速度很快，一切正常。但是使用15,000 obs时，我看不到结果，因为计算将永远进行下去。可能会发生什么？我做错了吗？有没有更好的方法来测试我测试的本地mo鼠？

Answer 1

由于我不能只发表评论，因此有人可能会问一些问题： -您要禁食多久？我的某些脚本可以在几秒钟内运行，我称它很慢。 -您所有的观察都一样吗？也许poly2nb()函数在具有罕见结构的项目上无限循环。您可以使用unique()函数来确保这一点。 -您是否尝试将数据集分成多个部分并分别运行？这将有助于查看1 /您的部件之一是否有待纠正的内容，以及2 / R是否同时加载所有数据，从而使计算机的内存过载。当心，这种情况实际上经常发生在R中的巨大数据集上（而且巨大的意思是数据表的重量大于50 Mo）。

很高兴为您提供帮助，请随时质疑我的答案！

poly2nb函数需要太多时间来计算

1 个答案: