Tengo dos archivos:
El primero es un file.csv compuesto por 3 columnas: nombre de especie y las coordenadas geográficas (x, y). Las filas de este archivo son por lo tanto las ocurrencias/registros de las especies, por lo que una misma especie puede estar repetida en varias filas, pero no sus coordenadas geográficas. Este archivo cuenta con casi un millón de registros.
El segundo archivo es un file.shape que integra el área de distribución por especie. Un total de 4 mil y pico especies conforman este shapefile con sus áreas.
La variable común entre estos dos archivos es el nombre científico de la especie.
Necesito obtener a partir de estos archivos el conteo del número de ocurrencias/registros por especie que caen dentro del área de distribución de cada especie y el conteo de los que quedan fuera del área para la misma especie.
Hasta el momento he cargado las bases de datos y los he pasado a una proyección spatial:
# Ocurrencias
ocu<-read.csv2("file.csv", header=T, sep=";", dec=".")
ocu<-as.data.frame(ocu)
coordinates(ocu)<-c("decimallon","decimallat")
proj4string (ocu) = CRS("+proj=longlat +datum=WGS84")
# shapefile
shp <- readShapePoly("file.shp"[1],proj4string=CRS("+proj=longlat +datum=WGS84"))
La librería rgeos contiene una función gContains que me permite obtener el conteo de puntos dentro del polígono pero,
¿como procesar todo esto por especie para las tres mil y pico especies y que me devuelva un .csv con 3 variables: nombre de la especie, conteo de puntos fuera del área y el conteo de puntos dentro del área?