Question

下午好：我一直在研究R，但是现在我正在使用大型shapefile，这些文件的大小超过600 Mb。我有一台200GB可用的计算机和12GB的RAM，我想问一下是否有人知道如何处理这些文件？非常感谢你的帮助。

Answer 1

使用最新版本的64位R和最新版本的rgdal，只需尝试阅读：

library(rgdal)
shpdata <- readOGR("/path/to/shpfolder/", "shpfilename")

其中“shpfilename”是没有扩展名的文件名。

如果失败，请更新您的问题，详细说明您的工作，所看到的内容，文件大小的详细信息 - 每个“shpfilename。*”文件，R版本的详细信息，操作系统和rgdal版本。

Answer 2

好的，问题更多是关于处理大文件的策略，而不是“如何读取R中的shapefile。”

This帖子展示了如何使用divide-apply-recombine方法作为分组shapefile的解决方案。

根据当前的答案，假设您有一个名为shpdata的SpatialPolygonsDataFrame。 shpdata将有一个数据属性（通过@data访问），每个多边形都有一些标识符（对于Tiger shapefile，它通常类似于'GEOID'）。然后，您可以在组中循环遍历这些标识符，并为每个小批量的多边形子集/处理/导出shpdata。我建议将中间文件写为.csv或将它们插入到像sqlite这样的数据库中。

一些示例代码

library(rgdal)
shpdata <- readOGR("/path/to/shpfolder/", "shpfilename")

# assuming the geo id var is 'geo_id'
lapply(unique(shpdata@data$geo_id), function(id_var){
   shp_sub = subset(shpdata, geo_id == id_var)
   ### do something to the shapefile subset here ###
   ### output results here ###

   ### clean up memory !!! ###
   rm(shp_sub)
   gc()
})

处理R上的大型shapefile

2 个答案: