![](/img/trans.png)
[英]Find the nearest neighbor of coordinates in 2 separate matrices and the distance between the 2 in r
[英]How can I find the distance between consecutive coordinates in R?
我有一個 dataframe 結構類似於下面創建的:
id <- rep(c("a", "b", "c", "d"), each = 3)
date <- seq(as.Date("2019-01-30"), as.Date("2019-02-10"), by="days")
lon <- c(-87.1234, -86.54980, -86.234059, -87.2568, -87.65468, -86.54980, -86.234059, -86.16486, -87.156546, -86.234059, -86.16486, -87.156546)
lat <- c(26.458, 26.156, 25.468, 25.157, 24.154, 24.689, 25.575, 25.468, 25.157, 24.154, 26.789, 26.456)
data <- data.frame(id, date, lon, lat)
data <- data %>% arrange(id, date)
我想測量按 id 分組的連續點之間的距離。 我不想要距離矩陣,這就是我不使用 raster::pointDistance 的原因。 我嘗試將每個唯一 ID 分成它自己的 sf dataframe(實際上我有 ~400 個 ID,因此由於大小的原因我不得不為實際計算分開)並使用以下代碼:
#put rows for each id in their own dataframes
un1 <- unique(data$id)
for(i in seq_along(un1))
assign(paste0('id', i), subset(data, id == un1[i]))
#create point distance function
pt.dist <- function(dat){dat$pt.dist <- st_distance(dat, by_element=TRUE)
return(dat)}
#run function across every dataframe in working environment
e <- .GlobalEnv
nms <- ls(pattern = "id", envir = e)
for(nm in nms) e[[nm]] <- pt.dist(e[[nm]])
當我運行它時,我得到的只是一個幾何列,其中 lon 和 lat 成對列出。 我也試過 segclust2d::calc_distance 如下:
distance <- function(dat){calc_dist(dat, coord.names = c("lon", "lat"), smoothed = FALSE)}
for(nm in nms) e[[nm]] <- distance(e[[nm]])
它返回一列,其中距離均為 0 米。
任何幫助將不勝感激!
geosphere::dist*
支持這個。 最准確的是distVincentyEllipsoid
(盡管對於較大的數據它可能會更慢),其次是distVincentySphere
和distHaversine
。 它的返回值以米為單位。
library(dplyr)
data %>%
group_by(id) %>%
mutate(dist = c(NA, geosphere::distVincentyEllipsoid(cbind(lon, lat)))) %>%
ungroup()
# # A tibble: 12 x 5
# id date lon lat dist
# <chr> <date> <dbl> <dbl> <dbl>
# 1 a 2019-01-30 -87.1 26.5 NA
# 2 a 2019-01-31 -86.5 26.2 66334.
# 3 a 2019-02-01 -86.2 25.5 82534.
# 4 b 2019-02-02 -87.3 25.2 NA
# 5 b 2019-02-03 -87.7 24.2 118175.
# 6 b 2019-02-04 -86.5 24.7 126758.
# 7 c 2019-02-05 -86.2 25.6 NA
# 8 c 2019-02-06 -86.2 25.5 13744.
# 9 c 2019-02-07 -87.2 25.2 105632.
# 10 d 2019-02-08 -86.2 24.2 NA
# 11 d 2019-02-09 -86.2 26.8 291988.
# 12 d 2019-02-10 -87.2 26.5 105423.
我們可以用ave
得到同樣的結果。 因為它只迭代單個列,所以我們將行索引作為要分組的第一個參數傳遞。 因為它將返回值強制為與第一個參數相同的class
,所以我們將行索引轉換為numeric
。
data$dist2 <- ave(
as.numeric(seq_len(nrow(data))), # values to use in calc
data$id, # grouping variable(s)
FUN = function(i) c(NA, geosphere::distVincentyEllipsoid(data[i, c("lon", "lat")]))
)
data
# id date lon lat dist2
# 1 a 2019-01-30 -87.12340 26.458 NA
# 2 a 2019-01-31 -86.54980 26.156 66334.13
# 3 a 2019-02-01 -86.23406 25.468 82534.47
# 4 b 2019-02-02 -87.25680 25.157 NA
# 5 b 2019-02-03 -87.65468 24.154 118175.40
# 6 b 2019-02-04 -86.54980 24.689 126757.93
# 7 c 2019-02-05 -86.23406 25.575 NA
# 8 c 2019-02-06 -86.16486 25.468 13743.74
# 9 c 2019-02-07 -87.15655 25.157 105631.82
# 10 d 2019-02-08 -86.23406 24.154 NA
# 11 d 2019-02-09 -86.16486 26.789 291988.42
# 12 d 2019-02-10 -87.15655 26.456 105422.87
在內部,對FUN
function 的第二次調用為"b"
id 組傳遞了i=c(4,5,6)
。 這些數字不需要連續; 事實上, ave
優於其他組處理函數的一個優勢是它始終以與輸入相同的順序返回,因此將其值重新分配回原始幀是安全的。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.