返回两个数据帧中两个长纬度坐标的每行和每列之间的最小距离

Posted 2023-03-23

【中文标题】返回两个数据帧中两个长纬度坐标的每行和每列之间的最小距离

【英文标题】：Return minimum distance between each row and each column of two long lat coordinates in two dataframes

【发布时间】：2018-10-09 19:52:33

【问题描述】：

我想计算两个数据框的每行和列之间的最小地理距离。 DF1有很多机构，DF2有很多赛事。喜欢，所以：

#DF1 (institutions)
 DF1 <- data.frame(latitude=c(41.49532, 36.26906, 40.06599), 
 longitude=c(-98.77298, -101.40585, -80.72291))
 DF1$institution <- letters[seq( from = 1, to = nrow(DF1))] 

#DF2 (events)
 DF2 <- data.frame(latitude=c(32.05, 32.62, 30.23), longitude=c(-86.82,   
 -87.67, -88.02))
 DF2$ID <- seq_len(nrow(DF1)

我想将距离最小的事件返回到 DF1 中的每个机构，并将 DF2 到 DF1 的距离和 ID 添加。虽然我知道如何计算成对距离，但我无法计算从 DF[1,] 到 DF2 的所有距离并返回最小值等等。

这是我尝试过的（但失败了）。

  library(geosphere)

  #Define a function
   distanceCALC <- function(x, y)  distm(x = x, y = y, 
    fun = distHaversine)

  #Define vector of events 
   DF2_vec <- DF2[, c('longitude', 'latitude')]

  #Define df to hold distances
   shrtdist <- data.frame()

现在，我的尝试是向 distanceCALC 提供 DF1 的第 1 行和矢量化事件。

  #Loop through every row in DF1 and calculate all the distances to instutions a, b, c. Append to DF1 smallest distance + DF2$ID.

  #This only gives me the pairwise distance
   for (i in nrow(DF1))
    result  <- distanceCALC(DF1[i,c('longitude', 'latitude')], DF2_vec)
     
  #Somehow take shortest distance for each row*column distance matrix
   shrtdist <- rbind(shrtdist, min(result[,], na.rm = T))

我的猜测是，该解决方案需要对数据进行重塑和应用。此外，考虑到观察次数，循环是非常糟糕的做法，而且速度太慢。

非常感谢任何帮助。

【参考方案1】：

这是一个使用outer 函数的简单方法

squared_distance <- function(x, y ) (x - y)^2

lat <- outer(DF1$latitude, DF2$latitude, squared_distance)
long <- outer(DF1$longitude, DF2$longitude, squared_distance)

pairwise_dist <- sqrt(lat + long)

rownames(pairwise_dist) <- DF1$institution
colnames(pairwise_dist) <- DF2$ID

pairwise_dist

这为您提供了每个机构（行）和事件（列）之间的距离矩阵。要获取df1中的距离和事件，我们可以这样做

df1$min_dist <- apply(pairwise_dist, 1, min)
df1$min_inst <- apply(pairwise_dist, 1, min)

请注意，第二个在这种情况下起作用的原因是因为事件是按数字标记的。如果您的真实数据没有那个方便的功能，我们需要这样做

df1$min_inst <- colnames(pairwise_dist)[apply(pairwise_dist, 1, which.min)]

使用替代距离函数更新

我没有对此进行测试，但我认为这应该可行。同样，输出将是一个矩阵。

gcd.hf <- function(DF1, DF2) 
  sin2.long <- sin(outer(DF1$longitude, DF2$longitude, "-") / 2)^2
  sin2.lat  <- outer(DF1$latitude, DF2$latitude, "-")
  cos.lat <- outer(cos(DF1$latitude), cos(DF2$latitude), "*")

  a <- sin2.long + sin2.lat * cos.lat # we do this cell-wise
  cir <- 2 * asin(pmin(1, sqrt(a))) # I never assign anything to "c" since that's concatenate.  Rename this variable as appropriate (I have no idea if it's related to the circumference or not.)
  cir * 6371


pairwise_dist <- gcd.hf(DF1, DF2)

【讨论】：

非常感谢。这看起来整洁而优雅。只是快速跟进。以前我用 Haversine 函数计算了距离。但是，在您的解决方案中，您只需取平方距离。我不是地理数据专家，但你的计算对应的是什么？例如。 distm(x=c(-98.77298,41.49532), y=c(-86.82, 32.05),fun = distHaversine)/1000 产生 1494.378 km 而您的方法产生 15.23443。这对应什么？

另外，仅供参考。最后一行产生'NA'。它适用于DF1$min_inst <- colnames(pairwise_dist)[apply(pairwise_dist, 1, which.min)]

是的，which.min 是正确的 - 我修复了它。至于距离，有很多距离函数。我不熟悉 Haversine 函数（当我第一次查看您的代码时错过了那个细节），所以我只是坚持使用默认值（欧几里得）。但是，它最终不是平方距离，因为当我将纬度和经度的平方距离结合起来时，我确实取了平方根。希望您可以使用您实际需要的距离函数来实现类似的功能（如果您遇到问题，我会看看是否可以）。

谢谢。实际上，我仍然无法将您的解决方案应用于我的公式。您正在使用两个数据帧的纬度和经度计算距离矩阵。但是，我正在使用的函数是以下gcd.hf <- function(long1, lat1, long2, lat2) R <- 6371 # Earth mean radius [km] delta.long <- (long2 - long1) delta.lat <- (lat2 - lat1) a <- sin(delta.lat/2)^2 + cos(lat1) * cos(lat2) * sin(delta.long/2)^2 c <- 2 * asin(min(1,sqrt(a))) d = R * c return(d) # Distance in km 您能否给我提示一下在这种情况下如何应用外部函数？