在R

Question

试图想出一个很好的功能来实现以下目标（看起来很明显，但没有足够的经验来考虑它）

我想解决4个问题：

1. 计算数据集中所有点（城市）之间的距离（所以5行，（n-1）+（n-2）+ ... +（n-n））10总距离）
2. 计算这些城市人口的产品
3. 计算重力
4. 确定移动方向（对两个比较城市中较大人口的简单检查）

基于像这样的数据集（值有点没有灵感，但它们应该代表lon-lat的）：

     location   population
1    10,100     1000
2    20,200     2000 
3    30,300     3000
4    40,400     4000
5    50,500     5000

获取包含以下内容的数据集：

1. 距离：位置A-B
2. pop.prod。 =两个种群的产物（A. 和B）
3. gravity = pop.prod。 /距离

4. 定向性=如果A> B;边缘从B到A，否则;从A到B的边缘

        distance   pop.prod.   gravity    directedness
   1-2    x          x           x          x
   1-3    x          x           x          x
   1-4    x          x           x          x
   1-5    x          x           x          x
   2-3    x          x           x          x
   2-4    x          x           x          x
   2-5    x          x           x          x
   3-4    x          x           x          x
   3-5    x          x           x          x
   4-5    x          x           x          x
   

小免责声明：这不是作业:) 我只想看看我住的地区的运动/通勤估计，希望它对每个人都有好处！ 它背后的想法被称为“基于重力的模型”，以估计通勤。

欢迎任何帮助，也欢迎问题的子集。 非常感谢提前。

Answer 1

这是一个启动者：

df <- read.table(header=T, text="     location   population
1    10,10     1000
2    20,20     2000 
3    30,30     3000
4    40,40     4000
5    50,50     5000", stringsAsFactors=F)

locs <- do.call(rbind, lapply(strsplit(df$location,",",T), as.integer))
(idx <- combn(1:nrow(locs), 2))
#      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
# [1,]    1    1    1    1    2    2    2    3    3     4
# [2,]    2    3    4    5    3    4    5    4    5     5

(distance <- geosphere::distHaversine(locs[idx[1,],], locs[idx[2,],]) )
# [1] 1546488 3044009 4463588 5770107 1500779 2930665 4260187 1436941 2785801 1360777

(popProd <- df$population[idx[1,]]*df$population[idx[2,]])
 # [1]  2000000  3000000  4000000  5000000  6000000  8000000 10000000 12000000 15000000 20000000

我认为这会给你一个想法，你可以弄清楚其余部分。