web-dev-qa-db-ja.com

緯度/経度ポイントの2つのリスト間の地理的/地理空間距離（座標）

さまざまな場所の緯度/経度を含む2つのリスト（list1、list2）があります。 1つのリスト（list2）には、list1にはない地域名があります。

List1のすべてのポイントについてもおおよその局所性が必要です。だから、list1でポイントを取り、list2で最も近いポイントを探して、その場所を取りたいと思います。 list1のすべてのポイントについて繰り返します。また、距離（メートル）とポイントのインデックス（list1）が必要なので、ビジネスルールを構築できます。基本的に、これらはlist1（ near_dist、indx）。

gdist関数を使用していますが、これをデータフレーム入力で動作させることはできません。

入力リストの例：

list1 <- data.frame(longitude = c(80.15998, 72.89125, 77.65032, 77.60599, 
                                  72.88120, 76.65460, 72.88232, 77.49186, 
                                  72.82228, 72.88871), 
                    latitude = c(12.90524, 19.08120, 12.97238, 12.90927, 
                                 19.08225, 12.81447, 19.08241, 13.00984,
                                 18.99347, 19.07990))
list2 <- data.frame(longitude = c(72.89537, 77.65094, 73.95325, 72.96746, 
                                  77.65058, 77.66715, 77.64214, 77.58415,
                                  77.76180, 76.65460), 
                    latitude = c(19.07726, 13.03902, 18.50330, 19.16764, 
                                 12.90871, 13.01693, 13.00954, 12.92079,
                                 13.02212, 12.81447), 
                    locality = c("A", "A", "B", "B", "C", "C", "C", "D", "D", "E"))
rdistancelatitude-longitude
34
grammar

緯度/経度座標を使用して2つのポイント間の地理的距離を計算するには、いくつかの式を使用できます。パッケージgeosphereには、距離を計算するためのdistCosine、distHaversine、distVincentySphere、およびdistVincentyEllipsoidがあります。これらのうち、distVincentyEllipsoidは最も正確なものと見なされますが、他のものよりも計算量が多くなります。

これらの関数のいずれかを使用すると、距離行列を作成できます。その行列に基づいて、which.minを使用した最短距離とlocalityを使用した対応する距離に基づいてminの名前を割り当てることができます（これについては答えの最後の部分を参照）。

library(geosphere)

# create distance matrix
mat <- distm(list1[,c('longitude','latitude')], list2[,c('longitude','latitude')], fun=distVincentyEllipsoid)

# assign the name to the point in list1 based on shortest distance in the matrix
list1$locality <- list2$locality[max.col(-mat)]

これは与える：

> list1
   longitude latitude locality
1   80.15998 12.90524        D
2   72.89125 19.08120        A
3   77.65032 12.97238        C
4   77.60599 12.90927        D
5   72.88120 19.08225        A
6   76.65460 12.81447        E
7   72.88232 19.08241        A
8   77.49186 13.00984        D
9   72.82228 18.99347        A
10  72.88871 19.07990        A

別の可能性は、list2のlocalitysの平均経度と緯度の値に基づいてlocalityを割り当てることです。

library(dplyr)
list2a <- list2 %>% group_by(locality) %>% summarise_each(funs(mean)) %>% ungroup()
mat2 <- distm(list1[,c('longitude','latitude')], list2a[,c('longitude','latitude')], fun=distVincentyEllipsoid)
list1 <- list1 %>% mutate(locality2 = list2a$locality[max.col(-mat2)])

またはdata.tableで：

library(data.table)
list2a <- setDT(list2)[,lapply(.SD, mean), by=locality]
mat2 <- distm(setDT(list1)[,.(longitude,latitude)], list2a[,.(longitude,latitude)], fun=distVincentyEllipsoid)
list1[, locality2 := list2a$locality[max.col(-mat2)] ]

これは与える：

> list1
   longitude latitude locality locality2
1   80.15998 12.90524        D         D
2   72.89125 19.08120        A         B
3   77.65032 12.97238        C         C
4   77.60599 12.90927        D         C
5   72.88120 19.08225        A         B
6   76.65460 12.81447        E         E
7   72.88232 19.08241        A         B
8   77.49186 13.00984        D         C
9   72.82228 18.99347        A         B
10  72.88871 19.07990        A         B

ご覧のとおり、ほとんどの場合（10のうち7）、別の割り当てられたlocalityにつながります。

距離を追加するには：

list1$near_dist <- apply(mat2, 1, min)

またはmax.colを使用した別のアプローチ（これは非常に高速です）：

list1$near_dist <- mat2[matrix(c(1:10, max.col(-mat2)), ncol = 2)]

# or using dplyr
list1 <- list1 %>% mutate(near_dist = mat2[matrix(c(1:10, max.col(-mat2)), ncol = 2)])
# or using data.table (if not already a data.table, convert it with 'setDT(list1)' )
list1[, near_dist := mat2[matrix(c(1:10, max.col(-mat2)), ncol = 2)] ]

結果：

> list1
    longitude latitude locality locality2   near_dist
 1:  80.15998 12.90524        D         D 269966.8970
 2:  72.89125 19.08120        A         B  65820.2047
 3:  77.65032 12.97238        C         C    739.1885
 4:  77.60599 12.90927        D         C   9209.8165
 5:  72.88120 19.08225        A         B  66832.7223
 6:  76.65460 12.81447        E         E      0.0000
 7:  72.88232 19.08241        A         B  66732.3127
 8:  77.49186 13.00984        D         C  17855.3083
 9:  72.82228 18.99347        A         B  69456.3382
10:  72.88871 19.07990        A         B  66004.9900
53
Jaap

Mark Needhamのブログ でデータフレームをたどってこの機能を実行する必要がある場合に、この方法を簡単にするこのソリューションに対するMartin Harringaの功績

library(dplyr)

df %>%
rowwise() %>%
mutate(newcolumn_distance = distHaversine(c(df$long1, df$lat1), 
                                          c(df$long2, df$lat2)))

実世界のデータセットからの大規模なサンプルでdistmとdistHaversineの2つの関数を別々に使用してテストしましたが、distHaversineはdistm関数よりもはるかに高速に出力されるようです。 2つは2つの形式で同じ機能にすぎないと思っていたので驚きました。

1
Alexander Kielland