在2组带日期的点之间寻找最近的邻居

Question

我有两组积分， set1和set2 。 两组点都有与该点关联的数据。 set1中的点是“短暂的”，仅在给定日期存在。 set2中的点是“永久的”，在给定日期构建，然后在该日期之后永久存在。

set.seed(1)
dates <- seq(as.Date('2011-01-01'),as.Date('2011-12-31'),by='days')

set1 <- data.frame(lat=40+runif(10000),
lon=-70+runif(10000),date=sample(dates,10000,replace=TRUE))

set2 <- data.frame(lat=40+runif(100),
lon=-70+runif(100),date=sample(dates,100,replace=TRUE))

这是我的问题：对于set1（ephemeral）中的每个点，找到在事件发生1之前构造的set2（永久）中最近点的距离。 例如，set1中的第一个点发生在2011-03-18：

> set1[1,]
       lat       lon       date
1 40.26551 -69.93529 2011-03-18

因此，我想在set2中找到在2011-03-18之前构建的最接近点：

> head(set2[set2$date<=as.Date('2011-04-08'),])
        lat       lon       date
1  40.41531 -69.25765 2011-02-18
7  40.24690 -69.29812 2011-02-19
13 40.10250 -69.52515 2011-02-12
14 40.53675 -69.28134 2011-02-27
17 40.66236 -69.07396 2011-02-17
20 40.67351 -69.88217 2011-01-04

额外的皱纹是这些是纬度/经度点，因此我必须计算沿地球表面的距离。 R包字段提供了一个方便的功能来执行此操作：

require(fields)
distMatrix <- rdist.earth(set1[,c('lon','lat')], 
set2[,c('lon','lat')], miles = TRUE)

我的问题是，如果set1（距离矩阵列）中的点是在set1（距离矩阵行）中的点之后构建的，那么如何将此矩阵中的距离调整为Inf ？

Answer 1

这是我要做的：

earlierMatrix <- outer(set1$date, set2$date, "<=")
distMatrix2 <- distMatrix + ifelse(earlierMatrix, Inf, 0)

Answer 2

这是我的答案。 它不是特别有效，但是我认为它是正确的。 它还使您可以轻松划分不同的距离计算器：

#Calculate distances 
require(fields)
distMatrix <- lapply(1:nrow(set1),function(x) {

    #Find distances to all points
    distances <- rdist.earth(set1[x,c('lon','lat')], set2[,c('lon','lat')], miles = TRUE)

    #Set distance to Inf if the set1 point occured BEFORE the set2 dates
    distances <- ifelse(set1[x,'date']<set2[,'date'], Inf, distances)

    return(distances)
})
distMatrix  <- do.call(rbind,distMatrix)

#Find distance to closest object
set1$dist <- apply(distMatrix,1,min)

#Find id of closest object
objectID <- lapply(1:nrow(set1),function(x) {
    if (set1[x,'dist']<Inf) {
        IDs <- which(set1[x,'dist']==distMatrix[x,])
    } else {
        IDs <- NA
    }
    return(sample(IDs,1)) #Randomly break ties (if there are any)
})
set1$objectID <- do.call(rbind,objectID)

这是结果数据集的头部：

> head(set1)
       lat       lon       date      dist objectID
1 40.26551 -69.93529 2011-03-18  3.215514       13
2 40.37212 -69.32339 2011-02-11 10.320910       46
3 40.57285 -69.26463 2011-02-23  3.954132        4
4 40.90821 -69.88870 2011-04-24  4.132536       49
5 40.20168 -69.95335 2011-02-24  4.284692       45
6 40.89839 -69.86909 2011-07-12  3.385769       57