计算不同数据帧中点之间的距离

Question

我试图找出两个不同数据框中的点之间的距离，因为它们在其中一列中具有相同的值。

我认为第一步是连接或关联两个数据框中的数据。例如，数据框 A 和 B 都包含经纬度信息，并且它们共享列 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。这就是为什么我要计算它们之间的距离。

我设想最终的函数类似于 A$Name=B$Name 然后使用它们对应的纬度/经度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"))

现在我想将A 和B 联系起来，这样我就可以问一个终极问题，如果A$Name==B$Name 使用它们对应的经纬度数据，它们之间的距离是多少。

我还应该注意，我将无法进行简单的欧几里德距离，因为这些点出现在水中，并且它们之间的路径距离需要在水中（或以某个区域为界）。对此的任何帮助也将不胜感激。

Answer 1

要计算纬度/经度点之间的距离，您可以使用 geosphere 包中的 distm 函数。在此函数中，您可以使用几个公式来计算距离：distCosine、distHaversine、distVincentySphere 和 distVincentyEllipsoid。最后一个被认为是最准确的（根据包作者的说法）。

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，您必须按照先经后纬的顺序包含纬度/经度列。

---

虽然这在这个简单的示例上非常有效，但在名称顺序不同的较大数据集中，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 在他的回答中所做的那样）：

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中正确（即相同）的结果：

> 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"))

---

有关更详细的示例，另请参阅 this answer。

Answer 2

如果没有可重现的例子，我所能做的就是为您提供一个通用的解决方案。

我喜欢data.table，这里的语法看起来很简单。查看Getting Started 小插曲，了解更多关于包装的信息。

我将首先创建两个符合您的一般描述的data.tables：

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，我们想通过Name 合并A 和B（要合并，我们需要一个key 集合，我已经很方便地完成了），然后使用各自的x 和@ 987654330@坐标来计算（欧几里得）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distance 列下的data.table A 中。如果您不想存储距离，只想要输出，您可以这样做：A[B,sqrt(x^2+y^2)]。

如果A 和B 已经存储为data.frames，则从头开始，这并不复杂：

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

我们使用方便的setDT 函数将A 和B（内联）转换为data.table通过引用，同时声明key 是Name 两个*。

*设置B的密钥可能不是绝对必要的，但我认为这样做是个好习惯。另外，setDT 的key 选项目前仅在data.table (1.9.5+) 的开发版本中可用；使用 CRAN 版本，使用setkey(setDT(A),Name)等。