0

我有一个 2012 年的德国数据框，其中 8187 行包含 8187 个邮政编码（大约 10 个变量列为列），但没有坐标。此外，我还获得了具有 8203 行的不同 shapefile 的坐标（还包括几乎相同的邮政编码）。

我需要将 8203 个案例的正确坐标分配给初始数据帧的 8178 个案例。

问题：所需正确分配的差异不是 8178 缺少 16 个案例（8203 - 8187 = 16），而是更多。2012 年的一些城镇（带有邮政编码）未在最近的 shapefile 中列出，反之亦然。

(I) 也许最简单的解决方案是获取 2012 年的坐标（未投影：）CRS("+init=epsg:4326")。--> 有人知道为此目的的开源平台吗？他们有确切的 8187 邮政编码吗？

（II）或者：有没有人有将坐标分配给不同年份的数据集的经验？- 或者，是否应该以任何方式避免这种情况，因为边界和坐标略有变化（尤其是当数据应该在 2012 年的多边形中进行映射和可视化时）以及一些未在较旧的“和”数据集中列出的城镇？

感谢您就如何处理（并希望解决）这个问题的专家建议！

编辑-MWE：

# data set from 2012
> df1
# A tibble: 9 x 4
     ID  PLZ5          Name  Var1
  <dbl> <dbl>         <chr> <dbl>
1     1  1067 Dresden 01067    40
2     2  1069 Dresden 01069   110
3   224  4571         Rötha     0
4   225  4574       Deutzen   120
5   226  4575 Neukieritzsch   144
6   262  4860        Torgau    23
7   263  4862     Mockrehna    57
8  8186 99996     Menteroda     0
9  8187 99998        Körner    26

# coordinates of recent shapefile   
> df2
# A tibble: 9 x 5
     ID  PLZ5          Name Longitude Latitude
  <dbl> <dbl>         <chr>     <dbl>    <dbl>
1     1  1067 Dresden-01067  13.71832 51.06018
2     2  1069 Dresden-01069  13.73655 51.03994
3   224  4571        Roetha  12.47311 51.20390
4   225  4575 Neukieritzsch  12.41355 51.15278
5   260  4860        Torgau  12.94737 51.55790
6   261  4861     Bennewitz  13.00145 51.51125
7   262  4862     Mockrehna  12.83097 51.51125
8  8202 99996    Obermehler  10.59146 51.28864
9  8203 99998       Koerner  10.55294 51.21257

因此，

4   225  4574       Deutzen   120

--> 未在 df2 中列出，并且：

6   261  4861     Bennewitz  13.00145 51.51125

--> 未在 df1 中列出。

关于（I）和（II）的任何想法？

4

0 回答 0