Question

我需要计算具有经度和纬度变量的空间数据的平均位置。该操作需要按组完成，这使事情变得有些复杂。我已经能够通过简单的加权均值来做到这一点（下面的示例），但是更复杂的度量并不那么容易实现。

示例数据：

df <- data.frame(longitude = c(22, 23, 24, 25, 26, 27),
                 latitude = c(56, 57, 58, 59, 60, 61),
                 weight = c(1, 2, 3, 1, 2, 3),
                 group = c("A", "A", "A", "B", "B", "B"))

简单的加权均值：

dfMean <- df %>%
      group_by(group) %>%
      summarize_at(vars(longitude, latitude), list(~weighted.mean(., weight))) %>%
      ungroup

我想使用函数geopshere::geomean进行计算。问题在于该函数的输出是一个两列矩阵，与dplyr::summarize不兼容。关于如何有效实现这一目标的任何建议？

Answer 1

一种方法是按组嵌套数据，然后使用map()遍历已分组的数据。

library(geosphere)
library(tidyverse)

df %>% 
  nest(-group) %>%
  mutate(gmean = map(data, ~data.frame(geomean(xy = cbind(.x$longitude, .x$latitude), w = .x$weight)))) %>%
  unnest(gmean)

# A tibble: 2 x 4
  group data                 x     y
  <fct> <list>           <dbl> <dbl>
1 A     <tibble [3 x 3]>  23.3  57.3
2 B     <tibble [3 x 3]>  26.3  60.3

或使用summarise进行相同操作：

df %>%
  group_by(group) %>%
  summarise(gmean = list(data.frame(geomean(cbind(longitude, latitude), w = weight)))) %>%
  unnest(gmean)

Answer 2

一种选择是将geomean中的值放入逗号分隔的字符串中，然后separate将其放入不同的列中。

library(dplyr)
library(tidyr)
library(geosphere)

df %>%
  group_by(group) %>%
  summarise(val = toString(geomean(cbind(longitude, latitude), weight))) %>%
  separate(val, c("cord1", "cord2"), sep = ",") %>%
  mutate_at(2:3, as.numeric)

# A tibble: 2 x 3
#    group cord1 cord2
#    <fct> <dbl> <dbl>
#1   A      23.3  57.3
#2   B      26.3  60.3

如何按组计算平均空间位置

2 个答案: