Question

我是R的新手，我正在尝试从我的矩阵和净距离中的两个变量计算总距离（或所有数据点上欧几里德距离的总和）（第一个和最后一个点之间的欧几里德距离）我的数据。所以只是我的数据背景。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个曲目，每个曲目应该彼此独立处理。

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))}

这不起作用。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。

如何将dist（）函数与A作为标识符一起使用？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求和{{1每个轨道标识符V的数据，这是以下命令的作用：

基本上，这表示{A}的每个值为aggregate( V ~ A , data = t1 , sum , na.rm = TRUE ) V.聚合函数为aggregate（您可以想象使用{{sum速度可以很容易地成为每个音轨的mean速度1}}而不是总和）。我们将另一个参数传递给mean sum，告诉它忽略数据中的NAs（我假设每个曲目都在na.rm）。

按照曲目计算“第一个和最后一个位置之间的距离”：

为此，我们可以通过轨道标识符t = 0将数据帧split转换为子数据帧，然后对数据的每个子集进行操作，使用A应用简单的斜边计算每个子数据帧的第一行和最后一行。

lapply

R中的欧几里德距离在矩阵中使用两个变量

1 个答案: