5

我想创建多个坐标之间距离的“矩阵”。最好使用 dplyr/geosphere。我已经看到 geosphere 包提供了这个。我设法创建了两个向量之间的距离，但我很难创建完整的矩阵。

这是具有多个坐标的示例表。

df <- data.frame(latitude = c(49.48609,-8.14671,11.28625),
                 longitude = c(8.463678,143.05793,-11.18285))

  latitude  longitude
1 49.48609   8.463678
2 -8.14671 143.057930
3 11.28625 -11.182850

这是我正在寻找的输出：

  latitude    longitude    distance-latlon1    distance-latlon2   distance-latlon3                 
1 49.48609     8.463678    NA                  *latlon2><latlon1  *latlon3><latlon1
2 -8.14671   143.057930    *latlon1><latlon2   NA                 *latlon3><latlon2
3 11.28625   -11.182850    *latlon1><latlon3   *latlon2><latlon3  NA

我尝试使用 geosphere，但我只找到了一种计算两列之间距离的方法（在此代码段中结果为 0）。

library(geosphere) 
df$distance <- distVincentyEllipsoid(df[,c('longitude','latitude')],
                                     df[,c('longitude','latitude')])
4

3 回答 3

4

您需要-package的distm功能。geosphere和：

# create a distance matrix
m <- distm(df[2:1], df[2:1], fun = distVincentyEllipsoid)

# replace the diagonal with NA
diag(m) <- NA

# make column names for the distance matrix
colnames(m) <- paste0('r',1:nrow(df))

# bind the distance matrix to the dataframe
cbind.data.frame(df, m)

你得到：

  latitude  longitude       r1       r2       r3
1 49.48609   8.463678       NA 13792423  4606658
2 -8.14671 143.057930 13792423       NA 17189185
3 11.28625 -11.182850  4606658 17189185       NA
于 2017-08-20T18:49:53.770 回答
2

而不是distVincentyEllipsoid我会使用更快，更精确distGeo

df = df[,2:1] # the order should be longitude, latitude!
distm(df, df, distGeo)

或者

library(raster)
d <- pointDistance(df)

也许紧随其后

as.matrix(as.dist(d))
于 2019-05-26T04:29:09.310 回答
0

我们可以使用包中的st_distance函数，如果对象处于经纬度投影（EPSG 4326）sf，它使用函数 fromgeosphere来计算距离。是示例输出。sfdf2

# Load packages
library(dplyr)
library(sf)

# Create example data frame
df <- data.frame(latitude = c(49.48609,-8.14671,11.28625),
                 longitude = c(8.463678,143.05793,-11.18285))

# COnvert to sf object
df_sf <- st_as_sf(df, coords = c("longitude", "latitude"))

# Set the projection as ESPG 4326 (long_lat)
st_crs(df_sf) <- 4326

# Apply the st_distance function
dist_m <- st_distance(df_sf)

# Combine with df
df2 <- df %>%
  mutate(`distance-latlon1` = as.numeric(dist_m[, 1]), 
         `distance-latlon2` = as.numeric(dist_m[, 2]),
         `distance-latlon3` = as.numeric(dist_m[, 3])) 

# Replace 0 with NA
df2[df2 == 0] <- NA

df2
  latitude  longitude distance-latlon1 distance-latlon2 distance-latlon3
1 49.48609   8.463678               NA         13792423          4606658
2 -8.14671 143.057930         13792423               NA         17189185
3 11.28625 -11.182850          4606658         17189185               NA

这是与 结合的另一种dist_m方法df。

library(tidyr)

# Convert dist_m to data frame
dist_df <- dist_m %>%
  as.table() %>%
  as_data_frame() %>%
  spread(Var2, n) %>%
  select(-Var1) %>%
  mutate_all(as.numeric) %>%
  setNames(paste0("distance-latlon", 1:nrow(df)))

# Combine with df
df2 <- df %>%
  bind_cols(dist_df)

# Replace 0 with NA
df2[df2 == 0] <- NA
于 2017-08-20T16:24:34.777 回答