我正在使用R-Leaflet创建澳大利亚机场及其国际目的地的地图.
这是我的示例数据:
df<-data.frame("Australian_Airport" = "Brisbane",
"International" = c("Auckland", "Bandar Seri Begawan","Bangkok","Christchurch","Denpasar","Dunedin","Hamilton","Hong Kong","Honiara","Kuala Lumpur"),
"Australian_lon" = c(153.117, 153.117,153.117,153.117,153.117,153.117, 153.117, 153.117, 153.117, 153.117),
"Australian_lat" = c(-27.3842,-27.3842,-27.3842,-27.3842,-27.3842,-27.3842, -27.3842, -27.3842, -27.3842, -27.3842),
"International_lon" = c(174.7633, 114.9398, 100.5018, 172.6362, 115.2126,-82.77177, -84.56134, 114.10950, 159.97290, 101.68685),
"International_lat" = c(-36.848460, 4.903052, 13.756331, -43.532054,-8.670458,28.019740, 39.399501, 22.396428, -9.445638, 3.139003)
)
我认为使用gcIntermediate使用弯曲的飞行路径会很酷,所以我创建了一个SpatialLines对象:
library(rgeos)
library(geosphere)
p1<-as.matrix(df[,c(3,4)])
p2<-as.matrix(df[,c(5,6)])
df2 <-gcIntermediate(p1, p2, breakAtDateLine=F,
n=100,
addStartEnd=TRUE,
sp=T)
然后我用小册子和Shiny绘制它:
server <-function(input, output) {
airportmap<- leaflet() %>% addTiles() %>%
addCircleMarkers(df, lng = df$Australian_lon, lat = df$Australian_lat,
radius …从这个问题中，我得到了一个很棒的函数areaPolygon()，它给了我一个多边形坐标内的面积。但是，当我尝试使用该函数时，计算结果似乎很奇怪：
我首先创建两个点
require(fields)
coords <- c(11.3697193956209, 47.233380520521, 11.3723606043791,
47.235179479479)
coords <- matrix(coords, nrow=2, ncol=2, byrow=TRUE)
然后检查这两者之间的距离：
rdist.earth(coords,coords,miles=FALSE)[1,2]
获得：0.2827821公里（将是矩形的对角线）
我继续创建一个矩形
polygon <- matrix(coords, nrow=2, ncol=2)
polygon <- rbind(polygon, polygon)
polygon[4,2] <- polygon[1,2]
polygon[4,1] <- polygon[2,1]
polygon[3,2] <- polygon[2,2]
polygon[3,1] <- polygon[1,1]
polygon <- rbind(polygon, polygon[1,])
看看这看起来是否不错： plot(polygon)
第四步：计算多边形内的面积。
geosphere::areaPolygon(polygon)
[1] 31.99288 #from the help file I know this ought to be square metres.
但是，我可以预料到，200*200=40000 m²因为我的矩形的边长是200 x 200米。可以通过检查
rdist.earth(polygon,coords,miles=FALSE)
[,1] [,2]
[1,] 0.0000000 2.827821e-01
[2,] 0.2827821 …我试图使用R与tidyverse包,并在将函数应用于我的数据时遇到问题.我的数据包括纬度/经度坐标,我想计算从每个位置(我的数据帧的行)到参考位置的距离.我正在尝试使用geosphere :: distm函数.
library(tidyverse)
library(geosphere)
my_long <- 172
my_lat <- -43
data <- data %>% rowwise() %>% mutate(
dist = distm(c(myLong, myLat), c(long, lat), fun=distHaversine) # this works
)
我使用该rowwise()函数,如上所述,但这已被弃用,所以我想知道如何使用现代tidyverse,即,dplyr或者purrr,我认为,例如我最接近的是使用map2:
my_distm <- function(long1, lat1, long2, lat2)
distm(c(long1, lat1), c(long2, lat2), fun=distHaversine)
data <- data %>% mutate(
dist = map2(long, lat, my_distm, my_long, my_lat) # this doesn't
)
到目前为止,我失败了.
我有两个矩阵,一个是200K行,另一个是20K.对于第一个矩阵中的每一行(也就是一个点),我试图找到第二个矩阵中哪一行(也是一个点)最接近第一个矩阵中的点.这是我在样本数据集上尝试的第一种方法:
#Test dataset
pixels.latlon=cbind(runif(200000,min=-180, max=-120), runif(200000, min=50, max=85))
grwl.latlon=cbind(runif(20000,min=-180, max=-120), runif(20000, min=50, max=85))
#calculate the distance matrix
library(geosphere)
dist.matrix=distm(pixels.latlon, grwl.latlon, fun=distHaversine)
#Pick out the indices of the minimum distance
rnum=apply(dist.matrix, 1, which.min)
但是,Error: cannot allocate vector of size 30.1 Gb当我使用该distm功能时出现错误.
关于这个主题有几个帖子:
这个bigmemory用于计算SAME数据帧中各点之间的距离,但我不确定如何调整它来计算两个不同矩阵中点之间的距离... https://stevemosher.wordpress.com/2012/04/12 /缺口司托克斯-距离代码现在与-大存储器/
这个也适用于计算SAME矩阵中各点之间的距离矩阵... 用于重复距离矩阵计算的高效(记忆方式)函数和超大距离矩阵的分块
这个与我想做的几乎完全相同,但他们实际上没有提出适用于大数据的解决方案:R:使用大内存的distm我试过这个方法,它使用bigmemory但是得到Error in CreateFileBackedBigMatrix(as.character(backingfile), as.character(backingpath), :
Problem creating filebacked matrix.错误,我认为因为数据帧太大了.
有没有人想出这个问题的好方法？我对其他包装的想法持开放态度!
pixels.latlon=cbind(runif(200000,min=-180, max=-120), runif(200000, min=50, max=85))
grwl.tibble = tibble(long=runif(20000,min=-180, max=-120), lat=runif(20000, min=50, …我有以下数据框：
library(dplyr)
d1 <- data_frame(
title = c("base1", "base2", "base3", "base4"),
lat = c(57.3, 58.8, 47.2, 57.8),
long = c(0.4, 3.4, 3.5, 1.2))
d2 <- data_frame(
tas = c("tas1", "tas2", "tas3", "tas4"),
Base= c ("base1", "base2", "base3", "base4"),
lat=c(54.6, 56.4, 54.2, 54.6),
long = c(1.2, 3.4, 3.5, 56.6))
我想做的是计算d2中tas与d1中标题之间的距离（以英里为单位）。因此，在d2中，tas1的坐标为54.6 lat，长度为1.2，在'Base'列中具有'base1'。所以我想计算54.6lat x 1.2long和57.3lat与0.4lon之间的距离。
我尝试使用GeoDistanceInMetresMatrix下面详细介绍的函数来执行此操作，但是该函数并没有给我想要的结构。
下面的文章提供了有关GeoDistanceInMetresMatrix的一些信息
http://eurekastatistics.com/calculating-a-distance-matrix-for-geographic-points-using-r/
这是我希望数据看起来像的样子：
df <- data_frame(
tas = c("tas1", "tas2", "tas3", "tas4"),
Base= c ("base1", "base2", "base3", "base4"),
lat=c(54.6, 56.4, 54.2, 54.6),
long = c(1.2, …我想知道使用 R 计算两个美国邮政编码列之间的距离的最有效方法是什么。
我听说过用于计算邮政编码之间差异的 geosphere 包，但并不完全理解它，并且想知道是否还有其他方法。
例如说我有一个看起来像这样的数据框。
ZIP_START ZIP_END
95051 98053
94534 94128
60193 60666
94591 73344
94128 94128
94015 73344
94553 94128
10994 7105
95008 94128
我想创建一个看起来像这样的新数据框。
ZIP_START ZIP_END MILES_DIFFERENCE
95051 98053 x
94534 94128 x
60193 60666 x
94591 73344 x
94128 94128 x
94015 73344 x
94553 94128 x
10994 7105 x
95008 94128 x
其中 x 是两个邮政编码之间的英里差。
计算此距离的最佳方法是什么？
这是创建示例数据框的 R 代码。
df <- data.frame("ZIP_START" = c(95051, 94534, 60193, 94591, 94128, 94015, 94553, 10994, 95008), "ZIP_END" = …我正在尝试计算两组经度和纬度坐标之间的距离。
我正在使用 geosphere 包中的函数 distm() 来执行此操作。
如果我手动将值放入 distm() 函数中，它工作正常，但我无法让它在我的 mutate 命令中工作。
在 mutate 函数中运行它时，出现错误：
Error in mutate_impl(.data, dots) :
Evaluation error: Wrong length for a vector, should be 2.
@Dotpi 在评论中写道：“一个小笔记。方法 geosphere:distm 没有被矢量化。要对其进行矢量化，请使用 apply 函数。” 当他在此线程中回复时（使用 R 计算两点（纬度，经度）之间的地理空间距离的函数）
由此我猜测这就是导致 mutate 函数出错的原因，但我不知道如何解决。我更喜欢 tidyverse 解决方案，但任何帮助表示赞赏。
下面是一个测试数据框，首先是产生错误的代码，然后是一个工作示例，我在 DF 中手动插入第一行的值。
library(tidyverse)
library(geosphere)
set.seed(1)
DF <- tibble(
Long1 = sample(1:10),
Lat1 = sample(1:10),
Long2 = sample(1:10),
Lat2 = sample(1:10))
DF %>% mutate(
Dist = distm(x= c(Long1, Lat1), y=c(Long2, Lat2), fun = distHaversine …geosphere ×7
r ×7
dplyr ×3
tidyverse ×2
distance ×1
geospatial ×1
great-circle ×1
leaflet ×1
r-bigmemory ×1
shiny ×1