循环遍历带有条件的 data.table 行答案

【问题标题】：Loop over a data.table rows with condition循环遍历带有条件的 data.table 行
【发布时间】：2026-01-07 20:50:02
【问题描述】：

我有一个包含 id 和位置的 data.table。例如，这里有一行：（它有 col 和 row 名称，不知道是否重要）

locations<-data.table(c(11,12),c(-159.58,0.2),c(21.901,22.221))
colnames(locations)<-c("id","location_lon","location_lat")
rownames(locations)<-c("1","2")

然后我想遍历这些行并将它们与另一个点（经纬度）进行比较。在 for 循环中它可以工作：

for (i in 1:nrow(locations)) {
    loc <- locations[i,]
    dist <- gdist(-159.5801, 21.901, loc$location_lon, loc$location_lat, units="m")
    if(dist <= 50) {
        return (loc)
    }
    return (NULL)
}

然后返回：

id location_lon location_lat

1:11 -159.58 21.901

但我想使用 apply。以下代码运行失败：

dists <- apply(locations,1,function(x) if (50 - gdist(-159.5801, 21.901, x$location_lon, x$location_lat, units="m")>=0) x else NULL)

出现$ operator is invalid for atomic vectors 错误。更改为按位置引用 (x[2],x[3]) 不足以解决此问题，我明白了

Error in if (radius - gdist(lon, lat, x[2], x[3], units = "m") >= 0) x else NULL : 
missing value where TRUE/FALSE needed

这是因为 data.table 转换为矩阵，坐标被视为文本而不是数字。有没有办法克服这个问题？解决方案需要高效（我想对 >1,000,000 个不同的坐标运行此检查）。如果需要，可以更改位置表的数据结构。

【问题讨论】：

我添加了一个工作代码示例。在真正的循环中，所有内容都作为变量传递，并自动生成行名。
gdist 函数从何而来？
你能创建一个多行的数据集并提供你想要的输出吗？如果您所做的只是for 循环和apply 循环而不使用任何内置的data.table 功能，我也看不出使用data.table 的任何理由
dist 来自Imap 包
不知道这个包。 gdist 是矢量化的吗？如果是这样，您不需要任何循环。如果没有，请使用geosphere 中的任何dist* 函数。

标签： r dataframe data.table

【解决方案1】：

不需要循环，只需按预期使用data.table。如果您只想查看距离所需位置 50 米范围内的行，您所要做的就是

locations[, if (gdist(-159.58, 21.901, location_lon, location_lat, units="m") <= 50) .SD, id]
##    id location_lon location_lat
## 1: 11      -159.58       21.901

在这里，我们通过locations 数据集本身内的id 列进行迭代，并检查每个id 是否在距离-159.58, 21.901 50 米范围内。如果是这样，我们将调用.SD，这基本上是特定id 的数据集本身。

附带说明，data.table 没有row.names，因此无需指定它们，例如，请参阅here

【讨论】：

NP，我真的建议您阅读一些 data.table 文档，因为您似乎没有按预期使用它。在@Arun 发布的data.table 标签上有很多关于SO 的好答案，你可以从中学到很多