在R中按組進行空間點距離分析

我有一個資料集，看起來像這樣，雖然大得多

我需要在STUDY站點和COLLECT站點之間運行一個點分析，以查看以米為單位的距離。問題是，我有許多不同的區或組，它們都是獨立的（即從1區的一個點到2區的一個點的距離是不相關的）。

由于這個原因，我需要做兩件事，

點分析，也就是對點的分析。

點分析，即計算每個區的一個研究點與多個收集點之間的距離，單位為米，

然后寫一個FORD-1。

然后撰寫一個 FOREACH 或 LOOP 函式，為資料集中的每個組計算這個距離。

一個最佳的輸出將看起來像

一個最佳的輸出將看起來像

exdb <- data. frame(zone = c（1, 1。 1, 2, 2,2）,
  site = c("study"。  "收集", "收集"。  "研究", "收集"。  "collect"),
  x = c（53. 307726, 53.310660,  53. 307089, 53.313831,  53. 319087, 53.318792), 53.
  y = c（-6. 222291, -6.217151, -6. 215080, -6.214152,  -6. 218723, -6.215815), , -6.
  dist = c(0,/span> 10。 3, 30. 4, 0,  12. 5, 11.2））

每個區的研究地點總是0，因為它是與這個地點的距離，而每個收集地點的距離只計算到每個獨特區的研究地點。

非常感謝你。

Kil

uj5u.com熱心網友回復：

簡單的基礎R版本，不需要其他軟體包。

如上所述，從exdb開始。

首先添加一個名為dist的新列，其值為"study"，因為計劃是在zone和site=="study"上自我合并：

> exdb$dist = "study"/span>

自我合并，只保留坐標列：

自我合并，只保留坐標列。

>  MM = merge(exdb, exdb,)
    由。 x=c("zone"。 "site"）,
    由。 y=c("zone"。 "dist"))[/span>。 c("x。 x","y.x"，"x. y","y.y"）】

使用distGeo來覆寫dist列。保持它的整潔：

>  exdb$dist =distGeo(MM[, 2。 1]/span>。 MM[,4: 3]）
> exdb
  區域站點 x y 距離
1 1 研究 53.30773 -6.222291 0.0000
2 1 收集53. 31066 -6.217151 473.2943[/span]。
3 1 收集53. 30709 -6.215080 485.8806
4 2研究 53.31383 -6.214152 0.0000
5 2 收集53. 31909 -6.218723 659.5238 
6 2 收集53. 31879 -6.215815 563.1349

回傳與@wimpel相同的答案，但沒有額外的依賴性，而且代碼行數較少。

uj5u.com熱心網友回復：

也許是這樣的？

library(tidyverse) 
library(pracma)
#> 
#> Attaching package: 'pracma'
#> 以下物件被屏蔽在'package:purrr'中：
#> 
#> cross

data <- data. frame(zone = c（1。  1, 1。  2, 2,  2）。 站點= c()
  "研究", "收集"。 
  "收集", "收集"
), x = c()
  53.307726, 53. 310660, 53.307089, 53.
  53.313831, 53.319087, 53.318792
）。  y = c（-6。 222291, -6.217151, -6. 215080, -6.214152,  -6. 218723, -6.215815))

資料 %>%
  pivot_wider(names_from =site,  values_from = c(x,  y)) %> %
  unnest(y_collect, y_study,  x_collect, x_study） %> %
  mutate()
    dist = list( x_study,  y_study, x_collect, y_collect） %> % pmap_dbl(~haversine(c(. .1, .2), c(. 3, ...4) * 1000 )
  )
#> 警告。值不是唯一標識的；輸出將包含串列庫。
#> * 使用`values_fn = list`來抑制這個警告。
#> * 使用`values_fn = length`來識別重復出現的地方。
#> * 使用`values_fn = {summary_fun}`來總結重復的內容。

#> 警告。值不是唯一標識的；輸出將包含串列庫。
#> * 使用`values_fn = list`來抑制這個警告。
#> * 使用`values_fn = length`來識別重復出現的地方。
#> * 使用`values_fn = {summary_fun}`來總結重復的內容。
#> Warning: unnest() has a new interface. 詳見?unnest。
#> 嘗試`df %>% unnest(c(y_collect, y_study, x_collect, x_study))`，必要時使用`mutate()`。
#> # A tibble: 4 x 6
#> zone x_study x_collect y_study y_collect dist
#> <dbl> <dbl> <dbl> <dbl> <dbl>/span>
#> 1 1 53.3 53.3 -6.22 -6.22 472.
#> 2 1 53.3 53.3 -6.22 -6.22 484.
#> 3 2 53.3 53.3 -6.21 -6.22 659.
#> 4 2 53.3 53.3 -6.21 -6.22 563.

^{創建于2021-09-13，由reprex軟體包（v2.0.1）}

uj5u.com熱心網友回復：

我還在學習空間方面的知識，但這能行嗎？

library(sf) library(tidyverse) exdb %>% arrange(zone, desc(site) %> % #ensure study is first[/span st_as_sf(coords = c("x", "y"）。 crs = 4326） %> % group_by(zone) %> % mutate() study_coord = geometry[1] , dist = st_distance(geometry,/span> study_coord, by_element = T）, )

uj5u.com熱心網友回復：

我相信這應該可以。但我無法在所需的輸出中重現你的距離。

library(data.table) library(purrr) # Or tidyverse library(geosphere) # 使你的資料成為data.table。 setDT（mydata） # 根據區域和站點拆分到一個串列中 L < - split(mydata, 通過= c("zone"。 "site"）。 flatten = FALSE） # Loop over list L < - lapply(L, function(zone) { #get reference point to take dustance from 點。 研究 < - c（zone$study$y, zone$study$x） zone$study$dist <- 0 # 計算距離 <- 0 zone$collect$dist <- unlist(purrr:: pmap( list(a =) 運算子">=zone$collect$Y。 b = zone$collect$x ）, ~(geosphere::distGeo(point. 研究, c（. .1, . 2)))). return（zone） }）。 # 將結果行系結在一起。 data.table::rbindlist(lapply(L, data. table::rbindlist））。 # zone site x y dist # 1: 1 study 53.30773 -6.222291 0.0000 # 2: 1收集 53.31066 -6.217151 473.2943。 # 3: 1 收 53.30709 -6.215080 485.8806 # 4: 2 研究 53.31383 -6.214152 0.0000 # 5: 2 收集 53.31909 -6.218723 659.5238 # 6: 2 collect 53.31879 -6.215815 563.1349

標籤：

上一篇：如何在pandas資料框架上迭代，將特定列中的值分配給一個字串

下一篇：Python簡單的聯系人管理器應用程式。洗掉聯系人功能問題