时间戳

首页 > 解决方案 > 多个点之间的最近点

r - 多个点之间的最近点

问题描述

我有两个列表，一个包含一个id，每个id包含一组坐标：

+-------+------+------+
| store | lat  | lon  |
+-------+------+------+
|   123 | 37.2 | 13.5 |
|   456 | 39.1 |  9.1 |
|  789  | 45.4 | 11.0 |
+-------+------+------+

第二个是带有坐标和其他数据的气象站列表：

+----+--------+--------+---------------+----------------+
| id |  lat   |  lon   |     name      |    address     |
+----+--------+--------+---------------+----------------+
|  1 | 44.907 |  8.612 | airport_one   | bond street    |
|  2 | 39.930 | 9.720  | airport_two   | oxford street  |
| 3  | 40.020 | 15.280 | airport_three | ellesmere road |
+----+--------+--------+---------------+----------------+

我想在第一个列表（商店列表）中添加两列距离和最近机场的名称，所以我需要将每个商店与每个机场进行比较并返回最短距离。

我试图在 for 循环中使用distm函数来实现这一点，但我肯定会失去一些东西：

for (val in 1:length(airport_master[,1])){

  n <- distm(store_master[1,3:2], airport_master[val,6:5])
  distances <- append(distances, n)
  store_master$closest_airport <- airport_master$name[val])

}

有没有图书馆或更好的方法来实现这个结果？

标签： r

解决方案

您可以使用tidyverse包执行以下操作：

library(tidyverse)

# data

store_master <-
  tibble(
    'store' = c(123, 456, 789),
    'lat'   = c(37.2, 39.1, 45.4),
    'lon'   = c(13.5, 9.1, 11.0)
  )

airport_master <-
  tibble(
    'id' = 1:3,
    'lat' = c(44.907, 39.93, 40),
    'lon' = c(8.612, 9.72, 15.28),
    'name' = c('airport_one', 'airport_two', 'airport_three')
  )

# solution

crossing(
  store = store_master$store,
  id = airport_master$id
) %>%
  left_join(store_master, "store") %>%
  left_join(airport_master, "id", suffix = c("_store", "_airpot")) %>%
  mutate(distance = sqrt((lat_store - lat_airpot)^2 + (lon_store - lon_airpot)^2)) %>%
  group_by(store) %>%
  filter(distance == min(distance))

结果：

  store    id lat_store lon_store lat_airpot lon_airpot name          distance
  <dbl> <int>     <dbl>     <dbl>      <dbl>      <dbl> <chr>            <dbl>
1   123     3      37.2      13.5       40        15.3  airport_three     3.32
2   456     2      39.1       9.1       39.9       9.72 airport_two       1.04
3   789     1      45.4      11         44.9       8.61 airport_one       2.44

推荐阅读