从包含十进制坐标的 10,000 个站点的列表中，我尝试根据这些站点之间计算的距离来识别彼此相距在 100 英尺以内的站点，并创建这些站点的子集。在最终列表中，我希望获得彼此相距 100 英尺以内的车站名称、它们的纬度和经度以及它们之间的距离。
我在 mathworks(使用 rangesearch)或 SQL 或 JAVA 等其他平台上发现了类似的问题，但在 R 中没有发现类似的问题。
R 有办法做到这一点吗？我找到的最接近的答案是 Listing number of obervations by location其中列出了一定距离内的观测数量，但似乎答案不完整，无法确定彼此之间特定距离内的站点。
基本上我想找出哪些站位于同一地点。
我非常感谢任何对此的帮助。
最佳答案
两种方法。
第一个使用fossil包中的earth.dist(...)创建一个距离矩阵，然后利用data.tables来组装表格结果。
第二个方法使用 geosphere 包中的 distHaversine(...) 来计算距离并一步组装最终的共置表。后一种方法可能会更快，也可能不会更快，但肯定会更有效地存储内存，因为它从不存储完整的距离矩阵。此外，这种方法还可以在地理圈中使用其他距离测量，例如，distVincentySphere(...)、distVincentyEllipsoid(...) ，或distMeeus(...)。
请注意，实际距离略有不同，可能是因为 earth.dist(...) 和 distHaversine(...) 使用的半径估计值略有不同地球的。另请注意，这里的两种方法都依赖于 ID 的站号。如果电台有名称，则代码需要稍作修改。
第一种方法:使用earth.dist(...)
df = read.table(header=T,text="long lat
1 -74.20139 39.82806
2 -74.20194 39.82806
3 -74.20167 39.82806
4 -74.20197 39.82824
5 -74.20150 39.82814
6 -74.26472 39.66639
7 -74.17389 39.87111
8 -74.07224 39.97353
9 -74.07978 39.94554") # your sample data
library(fossil) # for earth.dist(...)
library(data.table)
sep.ft <- 200 # critical separation (feet)
sep.km <- sep.ft*0.0003048 # critical separation (km)
m <- as.matrix(earth.dist(df)) # distance matrix in km
coloc <- data.table(which(m<sep.km, arr.ind=T)) # pairs of stations with dist<200 ft
setnames(coloc,c("row","col"),c("ST.1","ST.2")) # rename columns to reflect station IDs
coloc <- coloc[ST.1<ST.2,] # want only lower triagular part
coloc[,dist:=m[ST.1,ST.2]/0.0003048,by="ST.1,ST.2"] # append distances in feet
remove(m) # don't need distance matrix anymore...
stations <- data.table(id=as.integer(rownames(df)),df)
setkey(stations,id)
setkey(coloc,ST.1)
coloc[stations,c("long.1","lat.1"):=list(long,lat),nomatch=0]
setkey(coloc,ST.2)
coloc[stations,c("long.2","lat.2"):=list(long,lat),nomatch=0]
产生这个:
coloc
# ST.1 ST.2 dist long.1 lat.1 long.2 lat.2
# 1: 1 2 154.13436 -74.20139 39.82806 -74.20194 39.82806
# 2: 1 3 78.46840 -74.20139 39.82806 -74.20167 39.82806
# 3: 2 3 75.66596 -74.20194 39.82806 -74.20167 39.82806
# 4: 1 4 175.31180 -74.20139 39.82806 -74.20197 39.82824
# 5: 2 4 66.22069 -74.20194 39.82806 -74.20197 39.82824
# 6: 3 4 106.69018 -74.20167 39.82806 -74.20197 39.82824
# 7: 1 5 42.45634 -74.20139 39.82806 -74.20150 39.82814
# 8: 2 5 126.71608 -74.20194 39.82806 -74.20150 39.82814
# 9: 3 5 55.87449 -74.20167 39.82806 -74.20150 39.82814
# 10: 4 5 136.67612 -74.20197 39.82824 -74.20150 39.82814
第二种方法:使用distHaversine(...)
library(data.table)
library(geosphere)
sep.ft <- 200 # critical separation (feet)
stations <- data.table(id=as.integer(rownames(df)),df)
d <- function(x){ # distance between station[i] and all subsequent stations
r.ft <- 6378137*3.28084 # radius of the earth, in feet
if (x[1]==nrow(stations)) return() # don't process last row
ref <- stations[(x[1]+1):nrow(stations),]
z <- distHaversine(ref[,2:3,with=F],x[2:3], r=r.ft)
z <- data.table(ST.1=x[1], ST.2=ref$id, dist=z, long.1=x[2], lat.1=x[3], long.2=ref$long, lat.2=ref$lat)
return(z[z$dist<sep.ft,])
}
coloc.2 = do.call(rbind,apply(stations,1,d))
产生这个:
coloc.2
# ST.1 ST.2 dist long.1 lat.1 long.2 lat.2
# 1: 1 2 154.26350 -74.20139 39.82806 -74.20194 39.82806
# 2: 1 3 78.53414 -74.20139 39.82806 -74.20167 39.82806
# 3: 1 4 175.45868 -74.20139 39.82806 -74.20197 39.82824
# 4: 1 5 42.49191 -74.20139 39.82806 -74.20150 39.82814
# 5: 2 3 75.72935 -74.20194 39.82806 -74.20167 39.82806
# 6: 2 4 66.27617 -74.20194 39.82806 -74.20197 39.82824
# 7: 2 5 126.82225 -74.20194 39.82806 -74.20150 39.82814
# 8: 3 4 106.77957 -74.20167 39.82806 -74.20197 39.82824
# 9: 3 5 55.92131 -74.20167 39.82806 -74.20150 39.82814
# 10: 4 5 136.79063 -74.20197 39.82824 -74.20150 39.82814
关于r - 识别R中指定距离内的点，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/20982635/