r - 从 R 中的两个数据表中查找最接近的邮政编码

Question

我有两个独立的数据表，我想找到从一个数据表到另一个数据表的最靠近的邮政编码。从 SiteZip 表中，我希望邮政编码循环遍历 ConsumerZip 表以获得邮政编码之间的最短距离。我使用 zipcodeR 包为其分配纬度和经度。两个表如下。第一个表是商店的位置。另一个表是客户位置。我希望能够创建一个表来显示每个客户最近的商店。我研究了几天，没有发现很多符合我要找的请求。最终，我将根据客户位置用密度圈来绘制商店位置。预先感谢您提供的任何帮助。

head(StoreZip)
   Zip  Store         Address1        City State   lat    lng
1: 01026 11111 151 South Street  Cummington    MA 42.48 -72.93
2: 01040 11112    303 Beech St.     Holyoke    MA 42.22 -72.64
3: 01104 11113  417 Liberty St. Springfield    MA 42.13 -72.57
4: 01104 11114    2155 Main St. Springfield    MA 42.13 -72.57
5: 01301 11115   55 Federal St.  Greenfield    MA 42.63 -72.59
6: 01301 11116     1 Arch Place  Greenfield    MA 42.63 -72.59```

```head(CustomersZip)
    Zip         ID         Address1       City    State lat    lng
1: 01001    65484654805 1548 MAIN STREET AGAWAM    MA 42.07 -72.63
2: 01001    64846124846    569 MAPLE ST  AGAWAM    MA 42.07 -72.63
3: 01001    68421548945 68 PLANTATION DR AGAWAM    MA 42.07 -72.63
4: 01001    84051545484   154 South DR   AGAWAM    MA 42.07 -72.63
5: 01001    97545154848   985 Main St    AGAWAM    MA 42.07 -72.63
6: 01002    64841515484    54 KING ST    PELHAM    MA 42.38 -72.52    

Answer 1

这里有一个映射每个 CustomersZip$ID 的解决方案与最近的StoreZip$Store :

library(data.table)
# library(geosphere) # distHaversine
CustomersZip[
  , Store := StoreZip$Store[
      which.min(geosphere::distHaversine(
        cbind(first(lng), first(lat)),
        StoreZip[, cbind("lng", "lat"), with = FALSE])) ]
  , by = ID ]

CustomersZip
#      Zip          ID   lat    lng Store
#    <int>      <char> <num>  <num> <int>
# 1:  1001 65484654805 42.07 -72.63 11113
# 2:  1001 64846124846 42.07 -72.63 11113
# 3:  1001 68421548945 42.07 -72.63 11113
# 4:  1001 84051545484 42.07 -72.63 11113
# 5:  1001 97545154848 42.07 -72.63 11113
# 6:  1002 64841515484 42.38 -72.52 11112

演练:

• distHaversine对两个参数进行操作，通常是每个都有两列的矩阵(或框架)；它如何计算距离取决于每个参数中的点数 p1和p2 :
  • 如果 p1有一个点，然后它计算所有 p2指向个人p1观点;类似地如果 p2有 1 分；
  • 如果 p1和p2具有相同数量的点，它逐点计算距离，使得 row1 与 row1，row2 与 row2，等等；它不对“row1 with row1,row2,row3,...”、“row2 with row1,row2,row3,...”进行笛卡尔展开，所以这必须在外部发生
• 因此，我们一次为一位客户服务，并找到距离最小的商店 ( which.min ) 并存储其 Store id
• 虽然不是此示例数据的一个因素，但我选择按 CustomersZip$ID 对其进行分组并仅使用 first为该客户找到了纬度/经度；如果客户可能有不同的积分，则删除 first调用电话，并通过 by = seq_len(nrow(CustomersZip)) 进行分组反而;如果不需要这一步，它仍然会计算出相同的结果，唯一的损失是多次计算相同的距离会带来一些效率

---

可重复使用的数据(问题中的数据的子集):

StoreZip <- fread("
  Zip Store   lat    lng
01026 11111 42.48 -72.93
01040 11112 42.22 -72.64
01104 11113 42.13 -72.57
01104 11114 42.13 -72.57
01301 11115 42.63 -72.59
01301 11116 42.63 -72.59")

CustomersZip <- fread("
  Zip      ID       lat    lng
01001 65484654805 42.07 -72.63
01001 64846124846 42.07 -72.63
01001 68421548945 42.07 -72.63
01001 84051545484 42.07 -72.63
01001 97545154848 42.07 -72.63
01002 64841515484 42.38 -72.52", colClasses = list(character="ID"))