返回两个数据框中两个长纬度坐标的每一行与每一列之间的最小距离

Question

我想计算两个数据框的每一行和每一列之间的最小地理距离。 DF1有许多机构，DF2有许多事件。 像这样：

#DF1 (institutions)
 DF1 <- data.frame(latitude=c(41.49532, 36.26906, 40.06599), 
 longitude=c(-98.77298, -101.40585, -80.72291))
 DF1$institution <- letters[seq( from = 1, to = nrow(DF1))] 

#DF2 (events)
 DF2 <- data.frame(latitude=c(32.05, 32.62, 30.23), longitude=c(-86.82,   
 -87.67, -88.02))
 DF2$ID <- seq_len(nrow(DF1)

我想以最小的距离返回事件到DF1中的每个机构，并将距离和ID从DF2添加到DF1。 虽然我知道如何计算两两之间的距离，但我无法计算从DF [1，]到DF2的所有距离并返回最小值等等。

这就是我尝试过的（失败了）。

  library(geosphere)

  #Define a function
   distanceCALC <- function(x, y) { distm(x = x, y = y, 
    fun = distHaversine)}

  #Define vector of events 
   DF2_vec <- DF2[, c('longitude', 'latitude')]

  #Define df to hold distances
   shrtdist <- data.frame()

现在，我的尝试是将distanceCALC与DF1的row1和矢量化事件一起传递。

  #Loop through every row in DF1 and calculate all the distances to instutions a, b, c. Append to DF1 smallest distance + DF2$ID.

  #This only gives me the pairwise distance
   for (i in nrow(DF1)){
    result  <- distanceCALC(DF1[i,c('longitude', 'latitude')], DF2_vec)
     }
  #Somehow take shortest distance for each row*column distance matrix
   shrtdist <- rbind(shrtdist, min(result[,], na.rm = T))

我的猜测是，该解决方案需要对数据进行整形并无效处理。 同样，循环是非常不好的做法，并且鉴于观察到的数目，循环太慢了。

任何帮助是极大的赞赏。

Answer 1

这是使用outer函数解决此问题的简单方法

squared_distance <- function(x, y ) (x - y)^2

lat <- outer(DF1$latitude, DF2$latitude, squared_distance)
long <- outer(DF1$longitude, DF2$longitude, squared_distance)

pairwise_dist <- sqrt(lat + long)

rownames(pairwise_dist) <- DF1$institution
colnames(pairwise_dist) <- DF2$ID

pairwise_dist

这为您提供了每个机构（行）与事件（列）之间的距离的矩阵。 要获取df1中的距离和事件，我们可以

df1$min_dist <- apply(pairwise_dist, 1, min)
df1$min_inst <- apply(pairwise_dist, 1, min)

请注意，第二个方法在这种情况下起作用的原因是事件用数字标记。 如果您的真实数据不具备该便捷功能，我们需要

df1$min_inst <- colnames(pairwise_dist)[apply(pairwise_dist, 1, which.min)]

使用替代距离功能更新

我尚未对此进行测试，但我认为这应该可行。 同样，输出将是一个矩阵。

gcd.hf <- function(DF1, DF2) {
  sin2.long <- sin(outer(DF1$longitude, DF2$longitude, "-") / 2)^2
  sin2.lat  <- outer(DF1$latitude, DF2$latitude, "-")
  cos.lat <- outer(cos(DF1$latitude), cos(DF2$latitude), "*")

  a <- sin2.long + sin2.lat * cos.lat # we do this cell-wise
  cir <- 2 * asin(pmin(1, sqrt(a))) # I never assign anything to "c" since that's concatenate.  Rename this variable as appropriate (I have no idea if it's related to the circumference or not.)
  cir * 6371
}

pairwise_dist <- gcd.hf(DF1, DF2)