0

我想成对处理一些 GPS 数据行。

目前，我正在使用普通的 for 循环进行操作，但我确信有更好更快的方法。

n = 100
testdata <- as.data.frame(cbind(runif(n,1,10), runif(n,0,360), runif(n,14,16), runif(n, 46,49)))
colnames(testdata) <- c("speed", "heading", "long", "lat")
head(testdata)

diffmatrix <- as.data.frame(matrix(ncol = 3, nrow = dim(testdata)[1] - 1))
colnames(diffmatrix) <- c("distance","heading_diff","speed_diff")

for (i in 1:(dim(testdata)[1] - 1)) {
  diffmatrix[i,1] <- spDists(as.matrix(testdata[i:(i+1),c('long','lat')]),
                             longlat = T, segments = T)*1000
  diffmatrix[i,2] <- testdata[i+1,]$heading - testdata[i,]$heading
  diffmatrix[i,3] <- testdata[i+1,]$speed - testdata[i,]$speed
}
head(diffmatrix)

我将如何使用应用功能来做到这一点？

或者甚至可以并行进行计算？

非常感谢！

4

1 回答 1

2

我不确定你想对结束条件做什么，但dplyr你可以在不使用 for 循环的情况下完成所有这些。

library(dplyr)
testdata %>% mutate(heading_diff = c(diff(heading),0),
                    speed_diff = c(diff(speed),0), 
                    longdiff =  c(diff(long),0), 
                    latdiff = c(diff(lat),0)) 
         %>% rowwise() 
         %>% mutate(spdist = spDists(cbind(c(long,long + longdiff),c(lat,lat +latdiff)),longlat = T, segments = T)*1000 ) 
         %>% select(heading_diff,speed_diff,distance = spdist)

#   heading_diff speed_diff distance
#          <dbl>      <dbl>    <dbl>
# 1         15.9      0.107   326496
# 2       -345       -4.64     55184
# 3        124       -1.16     25256
# 4         85.6      5.24    221885
# 5         53.1     -2.23     17599
# 6       -184        2.33    225746

我将在下面解释每个部分：

管道操作符%>%本质上是一个链，它将结果从一个操作发送到下一个操作。因此，我们从您的测试数据开始并将其发送到 mutate 函数。

用于mutate创建 4 个新列，它们是从一行到下一行的差异测量值。在最后一行添加 0，因为在最后一个数据点之后没有测量。（可以做类似 NA 的事情）

接下来，一旦您有了想要使用的差异，rowwise您就可以将spDists函数应用于每一行。

最后，我们创建另一个列mutate，调用我们之前创建的原始 4 列。

为了只获取您关心的 3 列，我select在最后使用了一个语句。如果你想要整个数据框，你可以忽略它。

于 2018-05-02T17:29:18.170 回答