编写一个高效的循环来比较gps坐标

Question

我想通过 GPS 坐标的数据框并删除所有彼此靠近的坐标。

pick first row
  clalulate the distance between selected and the next row
  if the distance is < mindist and current row is not the last row continue to next row
  else select the current row (leave it in dataframe) and if the selected row is not the last row
   repeat from the begining

结果应该是一个数据帧，其 gps 点至少彼此相距mindist

一种方法是：

 node_distances <- function(node_coords)
  {
  n <- nrow(node_coords)
  from <- 1:(n - 1)
  to <- 2:n
  return(c(0, geodist::geodist_vec(node_coords[from, ]$lon,node_coords[from, ]$lat, node_coords[to, ]$lon, node_coords[to, ]$lat, paired = TRUE, measure = "geodesic")))
}
distances %>% filter(dist < mindist)

但是这种方法只测试 2 行，这意味着它会在文件中产生很大的空白。

我开始编写嵌套循环，但他的决定很糟糕，不起作用而且速度很慢：

node_distances_hack <- function(node_coords)
{
  n <- nrow(node_coords)
  for(i in 1:n) {
    print(node_coords[i,])
    a<-i
    distance_c<-0
    mindist<-50
    while(distance_c<mindist || a >= n){
      distance_c<-geodist::geodist_vec(node_coords[i,]$lat,node_coords[i,]$lon,node_coords[a,]$lat,node_coords[a,]$lon, paired = TRUE, measure = "cheap")
      a<-a+1
      }
  }
}

什么是更好的方法？ 先感谢您， BR

Answer 1

您可以通过使用geodist:::geodist_xy_vec 来获取每对点之间的距离，从而完全不用循环来执行此操作，因为这会生成一个成对矩阵。考虑这个函数：

remove_close <- function(df, CLOSE = 10000)
{
  dist_mat <- geodist:::geodist_xy_vec(df$lon, df$lat, df$lon, df$lat, "cheap")
  diag(dist_mat) <- CLOSE + 1
  clashes <- which(dist_mat < CLOSE, arr.ind = TRUE)
  duplicates <- unique(t(apply(clashes, 1, sort)))[, 2]
  df[-duplicates, ]
}

library(ggplot2)

set.seed(69)

df <- data.frame(lat  = runif(1000, 51, 54),
                 lon = runif(1000, 8, 13))

ggplot(df, aes(lon, lat)) + geom_point()

ggplot(remove_close(df), aes(lon, lat)) + geom_point()

^{由reprex package (v0.3.0) 于 2020 年 7 月 22 日创建}

Answer 2

使用@Allan Cameron 提供的df 的方法将使用fuzzyjoin。首先，您将确定彼此靠近的位置。然后，您将从数据框中删除它们。我提供的示例使用 1 公里的距离。

library(dplyr)
library(fuzzyjoin)

df <- data.frame(latitude  = runif(1000, 51, 54),
             longitude = runif(1000, 8, 13))


close <- df %>% fuzzyjoin::geo_left_join(df, max_dist = 1, unit = "km") %>% 
  filter((longitude.x == longitude.y & latitude.x == latitude.y) == FALSE) %>% 
  rename(longitude = longitude.x, latitude = latitude.x) %>% 
  select(longitude, latitude)


df %>% 
  anti_join(close)