Question

我试图找到两个不同数据帧中点之间的距离，因为它们在其中一列中具有相同的值。

我认为第一步是加入或关联两个数据帧中的数据。例如，数据框A和B都包含纬度/经度信息，它们共享列Name。请注意，对于给定的名称，每个数据帧中的纬度/经度信息是不同的。这就是为什么我想计算它们之间的距离。

我设想最终函数类似if A$Name=B$Name然后使用相应的lat / long数据来计算它们之间的距离。

有什么想法吗？

示例数据：

A <- data.frame(Lat=1:4,Long=1:4,Name=c("a","b","c","d"))
B <- data.frame(Lat=5:8,Long=5:8,Name=c("a","b","c","d"))

现在我要关联A和B，以便我可以询问最终问题A$Name==B$Name使用相应的lat长数据，它们之间的距离是多少。

我还应该注意，我不能做一个直接的欧几里德距离，因为这些点出现在水中，它们之间的路径距离需要在水中（或由某个区域限制）。任何帮助也将受到赞赏。

Answer 1

要计算纬度/经度点之间的距离，您可以使用distm包中的geosphere函数。在此功能中，您可以使用多个公式来计算距离：distCosine，distHaversine，distVincentySphere和distVincentyEllipsoid。最后一个被认为是最准确的一个（根据包裹作者）。

library(geosphere)

A <- data.frame(Lat=1:4, Long=1:4, Name=c("a","b","c","d"))
B <- data.frame(Lat=5:8, Long=5:8, Name=c("a","b","c","d"))

A$distance <- distVincentyEllipsoid(A[,c('Long','Lat')], B[,c('Long','Lat')])

这给出了：

> A
  Lat Long Name distance
1   1    1    a 627129.5
2   2    2    b 626801.7
3   3    3    c 626380.6
4   4    4    d 625866.6

请注意，您必须按照第一个经度和纬度的顺序包含纬度/经度列。

虽然这在这个简单的例子中非常有效，但在名称不相同的较大数据集中，这会导致问题。在这种情况下，您可以使用data.table并设置键，以便您可以匹配点并计算距离（正如@MichaelChirico在答案中所做的那样）：

library(data.table)
A <- data.table(Lat=1:4, Long=1:4, Name=c("a","b","c","d"), key="Name")
B <- data.table(Lat=8:5, Long=8:5, Name=c("d","c","b","a"), key="Name")

A[B,distance:=distVincentyEllipsoid(A[,.(Long,Lat)], B[,.(Long,Lat)])]

如您所见，这给出了与前一种方法相同的正确结果（即相同）：

> A
   Lat Long Name distance
1:   1    1    a 627129.5
2:   2    2    b 626801.7
3:   3    3    c 626380.6
4:   4    4    d 625866.6

要查看key="Name"的作用，请比较以下两个数据表：

B1 <- data.table(Lat=8:5, Long=8:5, Name=c("d","c","b","a"), key="Name")
B2 <- data.table(Lat=8:5, Long=8:5, Name=c("d","c","b","a"))

另请参阅this answer以获取更详细的示例。

Answer 2

如果没有可重复的示例，我所能做的只是为您提供一般解决方案。

我喜欢data.table，这里的语法看起来很简单。查看Getting Started小插图，了解有关该软件包的更多信息。

我将首先创建两个与您的一般描述匹配的data.table：

library(data.table)
set.seed(1734)
A<-data.table(Name=1:10,x=rnorm(10),key="Name")
B<-data.table(Name=1:10,y=rnorm(10),key="Name")

现在，我们要将A和B合并到Name（要合并，我们需要一个key集合，我已经方便地完成了这个集合，然后使用相应的x和y坐标来计算（欧几里德）距离。这样做很简单：

A[B,distance:=sqrt(x^2+y^2)]

您寻找的距离现在存储在data.table列下的A distance中。如果您不想存储距离，只想要输出，则可以执行：A[B,sqrt(x^2+y^2)]。

如果A和B已经存储为data.frame，那么要从头开始，这并不复杂：

setDT(A,key="Name")[setDT(B,key="Name"),distance:=sqrt(x^2+y^2)]

我们已使用方便的setDT函数将A和B（内联）转换为data.table 引用，同时声明key为Name为*。

*设置B的密钥可能不是绝对必要的，但我认为这样做是好的做法。此外，key的{{1}}选项目前仅在setDT（data.table）的开发版中提供;使用CRAN版本，使用1.9.5+等

计算不同数据帧中点之间的距离

2 个答案: