计算二维欧几里得距离并将其作为列添加到数据中

Posted 2023-02-14

【中文标题】计算二维欧几里得距离并将其作为列添加到数据中

【英文标题】：Calculating two dimensions Euclidean distance and adding it as a column in the data

【发布时间】：2021-12-22 19:30:55

【问题描述】：

我需要创建一个变量来测量与 APP 的距离。 APP的中心在坐标1440000东，12160000北。 我需要创建一个新列来计算每个人与APP（dist.APP）中心之间的欧几里得距离。

这是我目前所拥有的，但我不确定方程式是否适用于二维：

east = "1440000"

north = "12160000"

b1 = east
b2 = north

dist.APP <- function(a1, b1, a2, b2) sqrt((a1 - b1)^2 + (a2 - 
b2)^2)
  apply(datwolfcoy, FUN = dist.APP, MARGIN = 2)
  

你是这样指定APP坐标中心的向量的吗？

为了将它添加为每个人的列，这不太奏效，我认为它适用于所有列，而不仅仅是我指定的个人（边距 = 2）。

我也试过这个，但没有运气：

dist.APP <- data.frame(function(a1, b1, a2, b2) sqrt((a1 - b1)^2 + (a2 - b2)^2)

这是我的数据的样子：

ID  PackNumber  StudyArea   CoyoteAncestry(Logit)   PrimaryRds  SecondaryRds    TertiaryRds  Deer   Moose   east    north
49-2    1   Out -0.834473518    0.088   0.499   0.015   0.087   0.112   1358690 12086700
49-3    2   Out -2.408854287    0   0.302   0.188   0   0.382   1346840 12099300
49-4    2   Out -3.896934876    0   0.5 0.164   0.057   0.385   1343380 12100000
49-7    2   Out -2.699548556    0   0.5 0.164   0.057   0.385   1343380 12100000

【问题讨论】：

二维空间不需要sum。你的意思是：euclidean.dist <- function(a1, b1, a2, b2) sqrt((a1 - b1)^2+(a2 - b2)^2)？

糟糕！谢谢你。是的，这就是我的意思。我不知道为什么我把总和。

请记住，地球不是平的。欧几里得距离意味着您愿意挖掘隧道以采用从 A 到 B 的最短路径。您可能希望使用半正弦距离。还要记住，有不同的坐标系会影响距离的单位。

谢谢。但是，我确实很欣赏，为了练习，我们被要求使用欧几里得距离。但我也会研究一下半角距离。

【参考方案1】：

一个可能的解决方案：

df <- data.frame(
         stringsAsFactors = FALSE,
              check.names = FALSE,
                       ID = c("49-2", "49-3", "49-4", "49-7"),
               PackNumber = c(1L, 2L, 2L, 2L),
                StudyArea = c("Out", "Out", "Out", "Out"),
        `CoyoteAncestry(Logit)` = c(-0.834473518,-2.408854287,-3.896934876,
                                    -2.699548556),
               PrimaryRds = c(0.088, 0, 0, 0),
             SecondaryRds = c(0.499, 0.302, 0.5, 0.5),
              TertiaryRds = c(0.015, 0.188, 0.164, 0.164),
                     Deer = c(0.087, 0, 0.057, 0.057),
                    Moose = c(0.112, 0.382, 0.385, 0.385),
                     east = c(1358690L, 1346840L, 1343380L, 1343380L),
                    north = c(12086700L, 12099300L, 12100000L, 12100000L)
      )

euc.dist <- function(x)
  
  sqrt((1440000-x[1])^2 + (12160000-x[2])^2)
  
  
df <- cbind(df, dist = apply(df[,c("east", "north")],1, euc.dist))

#>     ID PackNumber StudyArea CoyoteAncestry(Logit) PrimaryRds SecondaryRds
#> 1 49-2          1       Out            -0.8344735      0.088        0.499
#> 2 49-3          2       Out            -2.4088543      0.000        0.302
#> 3 49-4          2       Out            -3.8969349      0.000        0.500
#> 4 49-7          2       Out            -2.6995486      0.000        0.500
#>   TertiaryRds  Deer Moose    east    north     dist
#> 1       0.015 0.087 0.112 1358690 12086700 109472.4
#> 2       0.188 0.000 0.382 1346840 12099300 111190.3
#> 3       0.164 0.057 0.385 1343380 12100000 113734.0
#> 4       0.164 0.057 0.385 1343380 12100000 113734.0