Question

我的问题分为两部分。我正在寻找R的解决方案：

第1部分

我有两组（x，y）坐标 - 让我们调用这些（x1，y1）和（x2，y2）：

x1 <- c(1,2,4,6,7)
y1 <- c(5,2,4,7,8)

x2 <- c(5,3,4,2)
y2 <- c(8,1,2,4)

我想计算（x1，y1）中第一个坐标（即（1,5））与（x2，y2）中所有坐标之间的欧几里德距离，然后对（x1， y1），并计算第二组与（x2，y2）中所有坐标之间的所有欧几里德距离。然后我想重复这个，直到我们为所有坐标计算它。

我所做的是创建一个公式，然后使用lapply：

algo <- function(x, y)
{
  dist <- sqrt(((x2 - x)^2) + ((y2 - y)^2))
}

distances <- lapply(x1, algo, y = y1)

然而，这会返回五个[1：5]数字向量。这不是我所期待的 - 我期望它返回五个[1：4]数字向量，因为（x2，y2）中只有4个坐标。

我认为我做错了是我没有考虑R如何用lapply对矢量进行计算，但我不确定问题出在哪里。你能为我想要的东西提供解决方案吗？

第2部分

我有一组与（x2，y2）一起使用的邮政编码：

postcode <- c("a", "b", "c", "d")

假设我们得到问题的第1部分是正确的，即我们可以计算第一组坐标与第二组坐标之间的距离，我想要做的是分配（x1，y1）最近的邮政编码

我想要做的是确定第1部分中计算的最小距离（我无法使其工作），然后确定计算向量中最小距离的位置，然后查找邮政编码。我该怎么办？

非常感谢您的时间和善意的关注 - 如果您对我的问题有任何疑问，请详细说明。

Answer 1

lapply(x1, algo, y = y1)，遍历x1但不超过y1。尝试将向量y1减去向量y2时，会抛出错误，因为它们没有兼容的长度。

如果您有多个参数，则应使用mapply代替lapply：

distances <- mapply(algo, x1, y1, SIMPLIFY = F)

对于第二个问题，只需在距离集上使用which.min()即可找到最近的：

algo <- function(x, y)
{
        dist <- which.min(sqrt(((x2 - x)^2) + ((y2 - y)^2)))
}
postcode[mapply(algo, x1, y1, SIMPLIFY = T)]
[1] "d" "b" "c" "a" "a"

Answer 2

以下是使用R＆＃39 {s} sp类的版本：

x1 <- c(1,2,4,6,7)
y1 <- c(5,2,4,7,8)

x2 <- c(5,3,4,2)
y2 <- c(8,1,2,4)

postcode <- c("a", "b", "c", "d")

library(sp)
library(rgeos)

x1 <- SpatialPoints(cbind(x1, y1))
x2 <- SpatialPoints(cbind(x2, y2))

postcode[apply(gDistance(x1, x2, byid = TRUE), 2, which.min)]
## [1] "d" "b" "c" "a" "a"

一种算法，用于将最近的邮政编码分配给R中的一组坐标

2 个答案: