如何计算每个城市或区县距离最近省会城市和距离其所在省的省会城市距离?

如何计算每个城市或区县距离最近省会城市和距离其所在省的省会城市距离?

最近有培训班小伙伴问到了这样一个问题,如何计算每个城市距离所在省的省会城市的距离。这个问题比较简单,我们就一起来解决下。

首先我们读取 2019 年中国各城市的行政区划矢量数据:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
library(tidyverse)
library(sf)
read_sf("2019行政区划/市.shp") -> city
city

#> Simple feature collection with 371 features and 5 fields
#> geometry type: MULTIPOLYGON
#> dimension: XY
#> bbox: xmin: 73.50114 ymin: 6.323421 xmax: 135.0885 ymax: 53.5609
#> geographic CRS: CGCS_2000
#> # A tibble: 371 x 6
#> 省代码 省 市代码 市 类型 geometry
#> <dbl> <chr> <dbl> <chr> <chr> <MULTIPOLYGON [°]>
#> 1 110000 北京市 110000 北京市 直辖市… (((116.6753 41.0401, 116.6762 41.04006, 11…
#> 2 120000 天津市 120000 天津市 直辖市… (((117.4438 40.25101, 117.4561 40.24615, 1…
#> 3 130000 河北省 130100 石家庄市… 地级市… (((113.8242 38.75805, 113.8312 38.74815, 1…
#> 4 130000 河北省 130200 唐山市 地级市… (((118.8539 39.10692, 118.8493 39.10679, 1…
#> 5 130000 河北省 130300 秦皇岛市… 地级市… (((119.1521 40.6128, 119.1517 40.60917, 11…
#> 6 130000 河北省 130400 邯郸市 地级市… (((113.8711 37.01219, 113.8724 37.01182, 1…
#> 7 130000 河北省 130500 邢台市 地级市… (((115.1259 37.79847, 115.1287 37.79843, 1…
#> 8 130000 河北省 130600 保定市 地级市… (((115.4378 39.95016, 115.4435 39.9472, 11…
#> 9 130000 河北省 130700 张家口市… 地级市… (((114.8005 42.14749, 114.8045 42.14733, 1…
#> 10 130000 河北省 130800 承德市 地级市… (((117.7998 42.6137, 117.8 42.61273, 117.7…
#> # … with 361 more rows

计算城市的质心可以使用 st_centroid() 函数:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
city %>% 
st_centroid() -> city_centroid

# 展示质心的位置
library(leaflet)
library(leafem)
# devtools::install_git('https://gitee.com/tidyfriday/rstatatools.git')
library(rstatatools)
library(mapview)
leaflet() %>%
geoqmap(attribution = "绘制:微信公众号 RStata") %>%
addScaleBar() %>%
addLogo(img = "https://mdniceczx.oss-cn-beijing.aliyuncs.com/image_20201220175301.png") -> map

mapview(city_centroid, map = map,
zcol = "省", layer.name = "省份",
col.regions = paletteer::paletteer_d("ggsci::default_igv", 35))

省会城市有下面这些:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
city_centroid %>% 
dplyr::filter(市 %in% c("哈尔滨市", "长春市",
"沈阳市", "呼和浩特市",
"北京市", "天津市",
"石家庄市", "济南市",
"太原市", "西安市",
"兰州市", "乌鲁木齐市",
"拉萨市", "成都市",
"郑州市", "南京市",
"合肥市", "重庆市",
"贵阳市", "长沙市",
"上海市", "南昌市",
"杭州市", "福州市",
"昆明市", "南宁市",
"广州市", "海口市",
"香港特别行政区", "澳门特别行政区", "银川市", "武汉市", "西宁市")) -> sh_centroid

计算各个城市距离其所在省的省会城市的距离

我们先以山东省为例,计算山东省的各个城市距离其省会城市济南市的距离:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
city_centroid %>% 
dplyr::filter(省 == "山东省") -> city_temp

sh_centroid %>%
dplyr::filter(省 == "山东省") -> sh_temp

st_distance(city_temp, sh_temp) -> mat

city_temp %>%
mutate(dist = mat[,1] %>%
units::set_units(km),
dist = as.numeric(dist))

#> Simple feature collection with 16 features and 6 fields
#> geometry type: POINT
#> dimension: XY
#> bbox: xmin: 115.6924 ymin: 34.91596 xmax: 121.9831 ymax: 37.62223
#> geographic CRS: CGCS_2000
#> # A tibble: 16 x 7
#> 省代码 省 市代码 市 类型 geometry dist
#> * <dbl> <chr> <dbl> <chr> <chr> <POINT [°]> <dbl>
#> 1 370000 山东省 370100 济南市 副省级市 (117.2148 36.6371) 0
#> 2 370000 山东省 370200 青岛市 副省级市 (120.1426 36.4532) 263.
#> 3 370000 山东省 370300 淄博市 地级市 (118.0533 36.60773) 75.1
#> 4 370000 山东省 370400 枣庄市 地级市 (117.3933 34.91596) 192.
#> 5 370000 山东省 370500 东营市 地级市 (118.6016 37.62223) 165.
#> 6 370000 山东省 370600 烟台市 地级市 (120.8006 37.24081) 326.
#> 7 370000 山东省 370700 潍坊市 地级市 (119.0711 36.54565) 166.
#> 8 370000 山东省 370800 济宁市 地级市 (116.735 35.3685) 147.
#> 9 370000 山东省 370900 泰安市 地级市 (117.0258 36.00098) 72.6
#> 10 370000 山东省 371000 威海市 地级市 (121.9831 37.12033) 428.
#> 11 370000 山东省 371100 日照市 地级市 (119.1351 35.58296) 209.
#> 12 370000 山东省 371300 临沂市 地级市 (118.2805 35.30909) 176.
#> 13 370000 山东省 371400 德州市 地级市 (116.6464 37.24772) 84.6
#> 14 370000 山东省 371500 聊城市 地级市 (115.8806 36.45852) 121.
#> 15 370000 山东省 371600 滨州市 地级市 (117.8377 37.53163) 114.
#> 16 370000 山东省 371700 菏泽市 地级市 (115.6924 35.15043) 215.

然后我们就可以循环计算每个城市距离其所在省省会城市的距离了:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
# 首先准备一个空数据框
city_centroid %>%
slice(0) %>%
mutate(dist = 0) -> total

for (i in unique(city$省)) {
if(!i %in% c("中朝共有", "台湾省")){
city_centroid %>%
dplyr::filter(省 == i) -> city_temp

sh_centroid %>%
dplyr::filter(省 == i) -> sh_temp

st_distance(city_temp, sh_temp) -> mat

city_temp %>%
mutate(dist = mat[,1] %>%
units::set_units(km),
dist = as.numeric(dist)) -> temp
bind_rows(total, temp) -> total
}
}

bind_cols(
st_drop_geometry(total),
st_coordinates(total) %>%
as_tibble() %>%
set_names(c("经度", "纬度"))
) %>%
writexl::write_xlsx("各个城市距离其所在省的省会城市的距离(单位:km).xlsx")

计算各个城市距离最近的省会城市的距离

那么另外如果想计算每个城市距离其最近的省会城市(不论是不是本省的)的距离怎么办呢?

这个就很简单了:

1
2
3
4
5
6
7
8
9
10
11
12
13
st_distance(city_centroid, sh_centroid) -> distmat3

city_centroid %>%
mutate(dist = distmat3[,1] %>%
units::set_units(km),
dist = as.numeric(dist)) -> total2
bind_cols(
st_drop_geometry(total2),
st_coordinates(total2) %>%
as_tibble() %>%
set_names(c("经度", "纬度"))
) %>%
writexl::write_xlsx("各个城市距离最近省会城市的距离(单位:km).xlsx")

计算各个区县距离其所在省的省会城市的距离

这个问题也就很简单了:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
read_sf("2019行政区划/县.shp") -> county
county %>%
st_centroid() -> county_centroid

# 首先准备一个空数据框
county_centroid %>%
slice(0) %>%
mutate(dist = 0) -> total3

for (i in unique(county$省)) {
if(!i %in% c("中朝共有", "台湾省") & !is.na(i)){
county_centroid %>%
dplyr::filter(省 == i) -> county_temp

sh_centroid %>%
dplyr::filter(省 == i) -> sh_temp

st_distance(county_temp, sh_temp) -> mat

county_temp %>%
mutate(dist = mat[,1] %>%
units::set_units(km),
dist = as.numeric(dist)) -> temp
bind_rows(total3, temp) -> total3
}
}

bind_cols(
st_drop_geometry(total3),
st_coordinates(total3) %>%
as_tibble() %>%
set_names(c("经度", "纬度"))
) %>%
rename(县 = NAME, 县代码 = PAC) %>%
writexl::write_xlsx("各个区县距离其所在省的省会城市的距离(单位:km).xlsx")

计算各个区县距离最近的省会城市的距离

同样计算各个区县距离最近的省会城市的距离:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
st_distance(county_centroid, sh_centroid) -> distmat4

county_centroid %>%
mutate(dist = distmat4[,1] %>%
units::set_units(km),
dist = as.numeric(dist)) -> total4

bind_cols(
st_drop_geometry(total4),
st_coordinates(total4) %>%
as_tibble() %>%
set_names(c("经度", "纬度"))
) %>%
writexl::write_xlsx("各个区县距离最近省会城市的距离(单位:km).xlsx")

这样我们就获得这四份数据啦:

  • 各个城市距离其所在省的省会城市的距离(单位:km).xlsx
  • 各个区县距离其所在省的省会城市的距离(单位:km).xlsx
  • 各个城市距离最近省会城市的距离(单位:km).xlsx
  • 各个区县距离最近省会城市的距离(单位:km).xlsx

阅读更多: https://mp.weixin.qq.com/s/rwgegNQ6Y2HKmFIjuV4EuA
下载数据:https://rstata.duanshu.com/#/brief/course/d89fab2107624f3581e1aeec3556f5d5

如何计算每个城市或区县距离最近省会城市和距离其所在省的省会城市距离?

https://tidyfriday.cn/posts/39517/

作者

Painter

发布于

2021-03-14

更新于

2021-03-14

许可协议

评论