R 具有sf的行之间的点距离
我有多条轨迹保存在R 具有sf的行之间的点距离,r,dplyr,sf,R,Dplyr,Sf,我有多条轨迹保存在点类型的简单功能(sf)中。我想计算后续位置(即行)之间的欧几里德距离。到目前为止,我一直使用“手动”计算距离。我想知道我是否可以使用函数sf::st_distance()来做同样的事情。下面是一个简单的例子: library(sf) library(dplyr) set.seed(1) df <- data.frame( gr = c(rep("a",5),rep("b",5)), x = rnorm(10), y = rnorm(10) ) df
点
类型的简单功能(sf
)中。我想计算后续位置(即行)之间的欧几里德距离。到目前为止,我一直使用“手动”计算距离。我想知道我是否可以使用函数sf::st_distance()
来做同样的事情。下面是一个简单的例子:
library(sf)
library(dplyr)
set.seed(1)
df <- data.frame(
gr = c(rep("a",5),rep("b",5)),
x = rnorm(10),
y = rnorm(10)
)
df <- st_as_sf(df,coords = c("x","y"),remove = F)
df %>%
group_by(gr) %>%
mutate(
dist = sqrt((lead(x)-x)^2+(lead(y)-y)^2)
)
#> Simple feature collection with 10 features and 4 fields
#> geometry type: POINT
#> dimension: XY
#> bbox: xmin: -0.8356286 ymin: -2.2147 xmax: 1.595281 ymax: 1.511781
#> epsg (SRID): NA
#> proj4string: NA
#> # A tibble: 10 x 5
#> # Groups: gr [2]
#> gr x y dist geometry
#> <fct> <dbl> <dbl> <dbl> <POINT>
#> 1 a -0.626 1.51 1.38 (-0.6264538 1.511781)
#> 2 a 0.184 0.390 1.44 (0.1836433 0.3898432)
#> 3 a -0.836 -0.621 2.91 (-0.8356286 -0.6212406)
#> 4 a 1.60 -2.21 3.57 (1.595281 -2.2147)
#> 5 a 0.330 1.12 NA (0.3295078 1.124931)
#> 6 b -0.820 -0.0449 1.31 (-0.8204684 -0.04493361)
#> 7 b 0.487 -0.0162 0.992 (0.4874291 -0.01619026)
#> 8 b 0.738 0.944 0.204 (0.7383247 0.9438362)
#> 9 b 0.576 0.821 0.910 (0.5757814 0.8212212)
#> 10 b -0.305 0.594 NA (-0.3053884 0.5939013)
库(sf)
图书馆(dplyr)
种子(1)
df%
变异(
距离=sqrt((导线(x)-x)^2+(导线(y)-y)^2)
)
#>具有10个功能和4个字段的简单功能集合
#>几何图形类型:点
#>尺寸:XY
#>bbox:xmin:-0.8356286 ymin:-2.2147 xmax:1.595281 ymax:1.511781
#>epsg(SRID):NA
#>proj4string:NA
#>#A tible:10 x 5
#>#组:gr[2]
#>gr x y距离几何
#>
#>1A-0.6261.51 1.38(-0.6264538 1.511781)
#>2 a 0.184 0.390 1.44(0.1836433 0.3898432)
#>3A-0.836-0.6212.91(-0.8356286-0.6212406)
#>4 a 1.60-2.21 3.57(1.595281-2.2147)
#>5A 0.3301.12NA(0.3295078 1.124931)
#>6b-0.820-0.04491.31(-0.8204684-0.04493361)
#>7B 0.487-0.01620.992(0.4874291-0.01619026)
#>8 b 0.738 0.944 0.204(0.7383247 0.9438362)
#>9 b 0.576 0.821 0.910(0.5757814 0.8212212)
#>10 b-0.305 0.594 NA(-0.3053884 0.5939013)
我想用
sf::st_distance()
计算dist
。我该怎么做呢?关于sf
首先要知道的是,几何体列(classsfc
中的一个)作为列表列存储在数据帧中。通常对列表列执行任何操作的关键是使用purrr::map
和friends,或者使用接受列表列作为参数的函数。在st_distance
的情况下,它的参数可以是sf
(一个数据帧)、sfc
(几何列),甚至是sfg
(一个geom行),因此不需要map
和friends。解决方案应如下所示:
df %>%
group_by(gr) %>%
mutate(
dist = st_distance(geometry)
)
然而,这不起作用。经过调查,我们发现了两个问题。首先,st_distance
返回距离矩阵,而不是单个值。为了解决这个问题,我们使用st\u distance
的by\u element=T
参数
接下来,我们不能只做dist=st_distance(几何体,lead(几何体),by_element=t)
,因为lead
只对向量列有效,而不对列表列有效
为了解决第二个问题,我们自己使用geometry[row\u number()+1]
创建lead列
以下是完整的解决方案:
库(sf)
图书馆(dplyr)
df%>%
分组依据(gr)%>%
变异(
铅=几何体[行号()+1],
距离=st_距离(几何、引线、按元素=T),
)
#>具有10个功能和4个字段的简单功能集合
#>活动几何体列:几何体
#>几何图形类型:点
#>尺寸:XY
#>bbox:xmin:-0.8356286 ymin:-2.2147 xmax:1.595281 ymax:1.511781
#>epsg(SRID):4326
#>proj4string:+proj=longlat+datum=WGS84+no_defs
#>#tibble:10 x 6
#>#组:gr[2]
#>gr x y距离几何
#>
#>1A-0.6261.51 1.38点(-0.6264538 1.511781)
#>2 a 0.184 0.390 1.44点(0.1836433 0.3898432)
#>3A-0.836-0.6212.91点(-0.8356286-0.6212406)
#>4 a 1.60-2.21 3.57分(1.595281-2.2147)
#>5 a 0.330 1.12 0分(0.3295078 1.124931)
#>6 b-0.820-0.0449 1.31点(-0.8204684-0.04493361)
#>7 b 0.487-0.0162 0.992分(0.4874291-0.01619026)
#>8 b 0.738 0.944 0.204点(0.7383247 0.9438362)
#>9 b 0.576 0.821 0.910点(0.5757814 0.8212212)
#>10 b-0.305 0.594 0点(-0.3053884 0.5939013)
#> # ... 还有一个变量:lead
感谢您不仅分享了您的解决方案,还分享了您的想法。让这个答案变得无价!