R中的欧几里德距离在矩阵中使用两个变量

Question

我是R的新手，我正在尝试从我的矩阵中的两个变量和净距离（我的数据的第一个和最后一个点之间的欧几里德距离）计算总距离（或所有数据点上欧几里得距离的总和）。所以只是我数据的背景。我的数据通常是一个包含5个变量的csv文件：单元格轨迹（称为A），时间间隔，每个单元格的X和Y位置，V =速度。每个数据大约有90个轨道并且每个轨道应该彼此独立地对待。

dput(head(t1))
structure(list(A = c(0L, 0L, 0L, 0L, 0L, 0L), T = 0:5, X = c(668L, 
668L, 668L, 668L, 668L, 668L), Y = c(259L, 259L, 259L, 259L, 
259L, 259L), V = c(NA, 0, 0, 0, 0, 0)), .Names = c("A", "T", 
"X", "Y", "V"), row.names = c(NA, 6L), class = "data.frame")

之前我没有意识到dist（）函数，所以我创建了自己的函数：

GD.data <- function (trackdata)
{A= trackdata(, 1); V=trackdata(, 5);
 for (i in min(A):max(A))
   while (A<=i) {GD(i) = (sum (V)*(1/25))
                 return (GD(i))} 

这没用。 我使用A作为轨道的标识符，因为总距离也可以计算为：距离=速度（t1-t0），我只是对所有速度乘以我的时间间隔求和（因为它始终是1/25秒）。

如何使用我的A作为标识符的dist（）函数？ 我需要这个，因为每个轨道的计算应该是分开的。 谢谢！

Answer 1

由于你有以恒定时间间隔测量的速度，你可以总结以获得移动的欧几里德总距离，你实际上只需使用base R函数aggregate来按每个轨道标识符A对V数据求和，这就是下面的命令作用：

aggregate( V ~ A , data = t1 , sum , na.rm = TRUE )

基本上，这表示， aggregate的A的每个值V的聚合函数sum （你能想象这很容易被mean利用每个轨道速度mean ，而不是总和）。 我们将另一个参数传递给sum ，即na.rm ，告诉它忽略数据中的na.rm （我假设每个轨道的t = 0 ）。

按轨道计算第一个和最后一个位置之间的“乌鸦飞行”距离：

为此，我们可以通过轨道标识符A将数据帧split为子数据帧，然后对数据的每个子集进行操作，使用lapply将简单的斜边计算应用于每个子数据帧的第一行和最后一行。

## Split the data
dfs <- split(t1,t1$A)

## Find hypotenuse between first and last rows for each A
lapply( dfs , function(x){
  j <- nrow(x)
  str <- x[1,c("X","Y")]
  end <- x[j,c("X","Y")]
  dist <- sqrt( sum( (end - str)^2 ) )
  return( dist )
} )