r - 使用纬度和经度匹配密码(印度)
问题描述
我正在尝试为印度的特定密码获取相应的纬度和经度。
对于 pincode,我有以下文件。
https://data.gov.in/sites/default/files/all_india_PO_list_without_APS_offices_ver2_lat_long.csv
数据有 15 列。我只是展示了其中的一部分,以便您可以看到这些数据的样子。
officename pincode officeType Deliverystatus divisionname regionname
1: Achalapur B.O 504273 B.O Delivery Adilabad Hyderabad
2: Ada B.O 504293 B.O Delivery Adilabad Hyderabad
3: Adegaon B.O 504307 B.O Delivery Adilabad Hyderabad
4: Adilabad Collectorate S.O 504001 S.O Non-Delivery Adilabad Hyderabad
5: Adilabad H.O 504001 H.O Delivery Adilabad Hyderabad
该文件有多个经纬度映射到一个密码。
对于我的使用,我需要为特定的 pincode 设置一个 lat-long(我有两个地址 X 和 Y),然后我使用 Haversine 来计算 X 和 Y 之间的距离
对我来说可能的选择
- 取密码的平均纬度,然后映射它们。计算 X 和 Y 之间的半正弦距离。
- 尝试使用地理编码。
我收到此错误主要是因为我在办公室防火墙后面
Error in curl::curl_fetch_memory(url, handle = handle) :
Timeout was reached: [maps.googleapis.com] Connection timed out after 10000 milliseconds
- 网络上的任何其他来源或任何其他方式在 pincode 和 lat-long 之间获得 1:1 映射
任何帮助表示赞赏!
解决方案
这是我为你尝试的。您的数据在此处调用mydf
。longitude
首先,获取在和中具有值的行latitude
。对于由statename
和定义的每个组,找到和pincode
的平均值。这会创建.longitude
latitude
out
library(dplyr)
library(tidyr)
library(purrr)
filter(mydf, complete.cases(latitude) & complete.cases(longitude)) %>%
group_by(statename, pincode) %>%
summarize(ave_long = mean(longitude),
ave_lat = mean(latitude)) -> foo
下一步是以foo
我们可以计算Haversine距离的方式进行安排。我找到了一种安排这些数据的好方法。请参阅下面的链接。我们在这里创建数据点的所有可能组合。
# Arrange this data in a way that we can calculate Haversine.
# We basically create all possible combinations of rows.
# This post gave me a hand: https://community.rstudio.com/t/create-all-possible-combinations-of-a-data-frame/26848/4
myrows <- foo %>%
group_by_all() %>%
group_split()
out <- t(combn(x = 1:nrow(foo), m = 2)) %>%
as_tibble() %>%
mutate_all(~ map(., ~ pluck(myrows, .x))) %>%
unnest() %>%
setNames(nm = c("start_state", "start_pincode",
"start_long", "start_lat",
"dest_state", "dest_pincode",
"dest_long", "dest_lat"))
我们可以使用 distHaversine() 或 distGeo()。但是让我们尝试一些新的东西。SymbolixAU 写了另一个函数。谢谢你,SymbolixAU!
# https://stackoverflow.com/questions/36817423/how-to-efficiently-calculate-distance-between-pair-of-coordinates-using-data-tab/42014364#42014364
dt.haversine <- function(lat_from, lon_from, lat_to, lon_to, r = 6378137){
radians <- pi/180
lat_to <- lat_to * radians
lat_from <- lat_from * radians
lon_to <- lon_to * radians
lon_from <- lon_from * radians
dLat <- (lat_to - lat_from)
dLon <- (lon_to - lon_from)
a <- (sin(dLat/2)^2) + (cos(lat_from) * cos(lat_to)) * (sin(dLon/2)^2)
return(2 * atan2(sqrt(a), sqrt(1 - a)) * r)
}
最后一步是计算距离。
mutate(out,
distance = dt.haversine(lon_from = start_long, lat_from = start_lat,
lon_to = dest_long, lat_to = dest_lat)) -> result
# A tibble: 6,105 x 9
# start_state start_pincode start_long start_lat dest_state dest_pincode dest_long dest_lat distance
# <chr> <int> <dbl> <dbl> <chr> <int> <dbl> <dbl> <dbl>
# 1 KARNATAKA 560001 77.6 13.0 KARNATAKA 560003 77.6 13.0 3544.
# 2 KARNATAKA 560001 77.6 13.0 KARNATAKA 560004 77.6 12.9 4554.
# 3 KARNATAKA 560001 77.6 13.0 KARNATAKA 560005 77.6 13.0 3178.
# 4 KARNATAKA 560001 77.6 13.0 KARNATAKA 560008 77.6 13.0 4844.
# 5 KARNATAKA 560001 77.6 13.0 KARNATAKA 560010 77.6 13.0 4618.
# 6 KARNATAKA 560001 77.6 13.0 KARNATAKA 560011 77.6 12.9 5510.
# 7 KARNATAKA 560001 77.6 13.0 KARNATAKA 560013 77.6 13.1 9491.
# 8 KARNATAKA 560001 77.6 13.0 KARNATAKA 560014 77.5 13.1 12047.
# 9 KARNATAKA 560001 77.6 13.0 KARNATAKA 560017 77.7 13.0 6831.
#10 KARNATAKA 560001 77.6 13.0 KARNATAKA 560021 77.6 13.0 5148.
推荐阅读
- python - 为键中的每个斜线解包字典的节点
- python-3.x - UDF 的性能改进 - 在 pyspark 中获取每行最小值的列名
- javascript - Javascript - 数组中的分数总和
- javascript - 如何使用异步管道而不是使用订阅?
- python-3.x - 显示欢迎消息的 Tkiner 聊天机器人错误
- soap - Apache Camel 调用 SOAP 服务转换问题
- javascript - chrome 扩展更改图标未按预期工作
- r - 计算时间序列的滚动相关性
- unity3d - 将调试附加到进程 Unity 不起作用
- python - 以下两段代码有什么区别: