Question

我正在帮助组建一个空间R实验室，用于第三年课程，其中一项任务是确定一个特定的站点，该站点与一组多个其他站点最接近（即平均最短距离）

我使用dist_m生成的距离矩阵gdistance::costDistance看起来像这样：

# Sample data
m <- matrix(c(2, 1, 8, 5,
              7, 6, 3, 4,
              9, 3, 2, 8,
              1, 3, 7, 4),
            nrow  = 4,
            ncol  = 4,
            byrow = TRUE)

# Sample distance matrix
dist_m <- dist(m)

打印时

dist_m如下：

          1         2         3
2  8.717798
3  9.899495  5.477226
4  2.645751  7.810250 10.246951

期望的输出：从此我希望能够识别索引值（1，2，3或4 ）具有最低的平均距离。在此示例中，它将是索引4，其平均距离为6.90。理想情况下，我也喜欢返回的平均距离（6.90）。

我可以通过这样的方式找到单个索引的平均距离：

# Convert distance matrix to matrix
m = as.matrix(dist_m)

# Set diagonals and upper triangle to NA
m[upper.tri(m)] = NA
m[m == 0] = NA

# Calculate mean for index
mean(c(m[4,], m[,4]), na.rm = TRUE)

但是，我理想地想要一种解决方案，直接识别具有最小平均距离的索引，而不是手动插入索引值（实际数据集将远大于此）。

由于这是针对大学课程的，我希望保持任何解决方案尽可能简单：对于没有R经验的学生来说，for循环和应用函数可能很难掌握。

Answer 1

试试这个：

rMeans <- rowMeans(m, na.rm = T)
names(rMeans) <- NULL
which(rMeans == min(rMeans, na.rm = T))
# [1] 4

或作为一项功能：

minMeanDist <- function(x) {
  m <- as.matrix(x)
  m[upper.tri(m)] <- NA
  m[m == 0] <- NA
  rMeans <- rowMeans(m, na.rm = T)
  names(rMeans) <- NULL
  mmd <- min(rMeans, na.rm = T)
  ind <- which(rMeans == mmd)
  list(index = ind, min_mean_dist = mmd)
}
minMeanDist(dist_m)
# $index
# [1] 4
# 
# $min_mean_dist
# [1] 6.900984

Answer 2

如果您想使用tidyverse，这是一种方式：

as.matrix(dist_m) %>%
    as.tibble() %>%
    rownames_to_column(var = "start_node") %>%
    gather(end_node, dist, -start_node) %>% # go long
    filter(dist != 0) %>% # drop identity diagonal
    group_by(start_node) %>% # now summarise
    summarise(mean_dist = mean(dist)) %>%
    filter(mean_dist == min(mean_dist)) # chose minimum mean_dist

# A tibble: 1 x 2
  start_node mean_dist
       <chr>     <dbl>
1          4  6.900984

它有点长，但是管道可以很容易地看到每条线上发生的事情并且你得到了很好的输出。

从R中的距离矩阵中找出每个指数的最短平均距离

2 个答案: