Question

我正在尝试计算特定人物的总行进距离，但我不确定如何为dist（）函数指定它，这样我就可以获得个人的距离，而不是所有人的距离都总结了（例如John + James + Bob + ......）。数据看起来像这样（但更大）

Name    x    y
John    12  34
John    15  31
John    8   38
John    20  14
John    12  35
Bob     2   15
Bob     2   18
James   30  21
James   30  28
James   29  32
...

我目前的代码是：

dist(rbind(data$x,data$y), method = "euclidean").

我已经尝试过尽可能地将if(data$name == "John")代码添加到{}而不是什么，但它们似乎都给我一个错误。有人可以帮帮我吗？

Answer 1

使用dplyr包，您可以在dist变量的每个子集上应用name函数。解决方案基于找到的答案here。

library(dplyr)
data = data.frame(name = c(rep('John',5), rep('Steve', 5), rep('Dave', 5)), x=sample(1:10,15), y=sample(1:10,15))
distout = data %>% group_by(name) %>% summarise(distmatrix=dist(rbind(x, y), method = "euclidean"))

Answer 2

如果您正在计算行进距离，那么我认为你需要连续坐标之间的距离。您可以使用dist包提供的proxy功能，这比默认的更灵活一点，并将其与dplyr：

结合使用

library(proxy)
library(dplyr)

df <- data.frame(Name = c(rep("John", 5L), rep("Steve", 5L), rep("Dave", 5L)), 
                 x = sample(1:30, 15L),
                 y = sample(1:30, 15L))

group_fun <- function(sub_df) {
    if (nrow(sub_df) == 1L)
        return(data.frame(Name = sub_df$Name, total = 0))

    x <- sub_df[-nrow(sub_df), c("x", "y")]
    y <- sub_df[-1L, c("x", "y")]
    total <- sum(proxy::dist(x, y, method = "Euclidean", pairwise = TRUE))
    # return
    data.frame(Name = sub_df$Name[1L], total = total)
}

out <- df %>%
    group_by(Name) %>%
    do(group_fun(.))

内部group_fun x包含除最后一个之外的所有坐标，并且y包含除第一个之外的所有坐标（两组均为每组），因此x[i,]和y[i,]包含任何i的连续坐标。因此，当我们使用proxy::dist致电pairwise = TRUE时，我们现在得到每对之间的距离（按行）。

在返回的数据框中，我们使用sub_df$Name[1L]，因为Name是一个分组变量，所以sub_df中的所有行必须相同，我们只需要摘要中的一个值。

如果你想要更紧凑，你可以在没有dist的情况下做到这一点（即仅与dplyr）：

out <- df %>%
    group_by(Name) %>%
    summarise(total = sum(sqrt((x - lag(x))^2 + (y - lag(y))^2), na.rm = TRUE))

如何使用dist（）函数计算组内的成对距离

2 个答案: