使用 Sf 中的 group_by() 找到相距最远的两个点

Question

虽然有几个相关的，但无法找到准确的 Q/A 来解决这个问题。我试图为 ID 列定义的所有点组计算距离矩阵。然后选择离每组最远的两个点，保留原来的组id。每组的点数从 2、4 或 6 不等。

我的科幻小说：

    df <- data.frame(x = runif(12), y = runif(12), id = rep(1:3,each = 4)) %>% 
      st_as_sf(coords = c("x","y"), crs = 27700)

我试过这样的代码：

a <- df %>% 
      group_by(id) %>% 
      st_distance(.)

虽然这只是返回所有点的距离矩阵。

下面给出了我想要的，尽管我担心它在大型数据集上会很慢：

  maxMin <- do.call(rbind,lapply(unique(allInts$id), function(x) {
      df <- allInts %>% filter(id == x)
      d <- st_distance(df)
      df %>% slice(unique(as.vector(which(d == max(d),arr.ind=T))))
    }))

Answer 1

您可以使用dplyr::group_split 将数据框拆分为每个组的列表。然后，您可以使用 map/lapply 将您想要的任何功能应用于该列表。

下面的脚本保留了每组中相距最远的 2 个点。

library(sf)
library(tidyverse)

# dummy data
data <- data.frame(x = runif(12), y = runif(12), id = rep(1:3,each = 4)) %>% 
st_as_sf(coords = c("x","y"), crs = 27700)

# split it into a list per ID
data_group <- data %>% 
group_by(id) %>%
group_split()

#apply a function to each list
distance_per_group <- map(data_group, function(x){
distance_matrix <- st_distance(x)
biggest_distance <- as.numeric(which(distance_matrix == max(distance_matrix), arr.ind = TRUE)[1,])
farthest_apart <- x[biggest_distance,]
})