R 根据另一列中标记的某个半径范围内的Lat和Lon列中的值忽略行，并创建新的数据框

我有一个excel表格设置，如下所示，并已加载为df：

GPS_Lat     GPS_Lon     Location
50.70528    -120.44984  0
50.70528    -120.44984  0
50.70527    -120.44984  0
50.70527    -120.44984  0
50.70526    -120.44984  1
50.70526    -120.44984  1
50.70525    -120.44984  1
50.70525    -120.44984  0
50.70524    -120.44984  0
50.70524    -120.44984  0
50.70523    -120.44984  0
50.70523    -120.44984  0
50.70522    -120.44984  0
50.70522    -120.44984  0
50.70521    -120.44984  1
50.70521    -120.44984  1
50.7052     -120.44985  1
50.7052     -120.44985  1
50.70519    -120.44985  0
50.70519    -120.44986  0
50.70518    -120.44986  0
50.70518    -120.44986  0
50.70517    -120.44987  0
50.70517    -120.44987  0

我希望将值保持在向下移动位置列时遇到的第一个“1”的1m范围内，并将这些值放在新的数据帧（名为：df-n）中。如果有其他部分的值为1，我希望将其拆分为单独的数据帧（命名为：df-n+1），同时仅将点保持在前1个1的1m范围内。我希望每个新的数据帧都按顺序编号。我完全被这件事难住了

自动识别下面的点，并创建新的数据帧，每个数据帧的行与这些点（或任何其他定义的距离）之间的距离在1米以内，且具有原始数据帧名称和顺序后缀。因此，最初的“df”第二个“df-1”和“df-2”

我最终将使用10公里的半径，我的数据集最多可以有20k行

编辑：为输出提供清晰性。使用半径截止为2m的假设距离

   Row  GPS_Lat    GPS_Lon     Location hypothetical_dist_1 hypothetical_dist_2 
    1   50.70528    -120.44984  0   4   14
    2   50.70528    -120.44984  0   3   13
    3   50.70527    -120.44984  0   2   12
    4   50.70527    -120.44984  0   1   11
    5   50.70526    -120.44984  1   0   10
    6   50.70526    -120.44984  1   1   9
    7   50.70525    -120.44984  1   2   8
    8   50.70525    -120.44984  0   3   7
    9   50.70524    -120.44984  0   4   6
    10  50.70524    -120.44984  0   5   5
    11  50.70523    -120.44984  0   6   4
    12  50.70523    -120.44984  0   7   3
    13  50.70522    -120.44984  0   8   2
    14  50.70522    -120.44984  0   9   1
    15  50.70521    -120.44984  1   10  0
    16  50.70521    -120.44984  1   11  1
    17  50.7052     -120.44985  1   12  2
    18  50.7052     -120.44985  1   13  3
    19  50.70519    -120.44985  0   14  4
    20  50.70519    -120.44986  0   15  5
    21  50.70518    -120.44986  0   16  6
    22  50.70518    -120.44986  0   17  7
    23  50.70517    -120.44987  0   18  8
    24  50.70517    -120.44987  0   19  9

输出：

df-1
Row GPS_Lat     GPS_Lon    Location hypothetical_dist_1 
3   50.70527    -120.44984  0       2
4   50.70527    -120.44984  0       1
5   50.70526    -120.44984  1       0
6   50.70526    -120.44984  1       1
7   50.70525    -120.44984  1       2

及

---

基本上，工作流程如下：将多个.csv文件批量加载到一个列表中，根据文件名命名列表项，使用选定的半径（输入filename-1、filename-2等）分隔每个列表项，将其他列中的值相对打印，并导出所有打印。

，如果您计划以类似的方式处理单个帧，我通常建议不要存储到单个帧中。（有关“框架列表”的讨论，请参见。）

为了演示使用/丢弃了哪些行，我将在这里添加

$row

。我的任何代码都不需要（或使用）它，只是为了演示

此外，您提到了与第一个“1”的距离，但在前4行中没有前面的“1”。由于我处理的其余部分假定第一行是有意义的，因此我将把第一个“1”（在本例中是第5行）复制为第一行，以便后续的分组距离测量按预期工作

为了便于分组，我将在这里使用

dplyr

库（dplyr）
如果（dat$位置[1]！=1）{
预先准备的1%
解组（）
dat2
##A tibble:25 x 6
#GPS_Lat GPS_Lon位置行grp距离
#                
#  1    50.7   -120.        1     0     1  0   
#  2    50.7   -120.        0     1     1  2.22
#  3    50.7   -120.        0     2     1  2.22
#  4    50.7   -120.        0     3     1  1.11
#  5    50.7   -120.        0     4     1  1.11
#  6    50.7   -120.        1     5     2  0   
#  7    50.7   -120.        1     6     2  0   
#  8    50.7   -120.        1     7     2  1.11
#  9    50.7   -120.        0     8     2  1.11
# 10    50.7   -120.        0     9     2  2.22
##…还有15行

这提供了与“组中第一个1”的距离（请注意

grp

变量）。从这里，可以很容易地按

dist

进行过滤，并按

grp

进行分割

根据后续流程的不同，最好使用

dplyr:：group_by

，保持这种单帧格式，不过修改看不见的代码是另一种冒险

您的数据（除了第一行本身）都不在1m范围内，因此为了演示，我将使用“2m”

dat2%>%
过滤器（距离%
过滤（dist您可以使用base R的dist（…）函数获得所有点之间的距离。100米（以分钟为单位）的纬度约为0.009，因此您可以查看距离矩阵对象以确定哪些点之间的距离小于100米

请注意，这使用了欧几里德距离，这对于以lat/long表示的短距离来说是可以的，但是如果您将其用于长距离超过几英里，则会遇到问题

我为任何想尝试解决方案的人提供了一个reprex，请随意添加到您的问题中

latlong <- c(50.70528, 50.70528, 50.70527, 50.70527, 50.70526, 50.70526, 50.70525, 50.70525, 50.70524, 50.70524, 50.70523, 50.70523, 50.70522, 50.70522, 50.70521, 50.70521, 50.7052, 50.7052, 50.70519, 50.70519, 50.70518, 50.70518, 50.70517, 50.70517, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44985, -120.44985, -120.44985, -120.44986, -120.44986, -120.44986, -120.44987, -120.44987, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0)
latlong <- matrix(latlong, nrow = 24)
    
distance_matrix <- as.matrix(dist(latlong[,c(1,2)], method = "euclidean"))

latlong请不要发布代码/数据/错误的图像：无法复制或搜索（SEO），它会破坏屏幕阅读器，并且可能不适合某些移动设备。参考：（和）。请仅包括代码、控制台输出或数据（例如，
dput（head（x））
或
data.frame（…）
）直接。我会改变的！更好，谢谢！（Nitnoid，对于未来的编辑：如果我们可以作为一个表进行复制/粘贴，这会有所帮助，但是嵌入空格会让这变得更加困难：要么我们必须手动编辑复制的文本，要么……我们放弃，不尝试。R的“黄金标准”要么是
data.frame（…）
（如果可能，以编程方式构建它）或粘贴来自
dput（x）
的输出，其中
x
是“问题所需的最小值”。（不过，在这种简单的情况下，将
GPS Lat
更改为
GPS_Lat
，没有空格，Lon也是如此。）感谢您提供的信息，我不确定如何以可用的格式获取数据，因为我的实际数据帧多了25列，大约15000行。（如果有助于理解，我可以从
GPS\u Lat
到
-120.44987 0
，复制，然后在R中运行
读取.table（header=t，'clipboard'）
以“获取”您的数据。当存在嵌入空格或其他情况时，这不起作用。仅供参考，谢谢！）即使是短距离，lat/lon上的欧几里德距离也永远不会很好。例如，在纬度与经度之间添加
0.0001
，结果是7米或11米（给或拿）。如果你想使用欧几里德，你应该真正转换为UTM，因为欧几里德数学实际上是可靠的。
地球圈：：distVincentyEllipsoid（rbind（dat[1,1:2]，dat[1,1:2]+c（0.0001,0））[，2:1]）
和
地球圈：：distVincentyEllipsoid（rbind（dat[1,1:2]，dat[1,1:2]+c（0,0.0001））[，2:1]）
，例如。我想我需要检查我的假设！我使用了欧几里德公式，其中小距离可以忽略不计……但你是对的，它不可缩放。谢谢你的示例。我真的不知道你在t中期望什么
latlong <- c(50.70528, 50.70528, 50.70527, 50.70527, 50.70526, 50.70526, 50.70525, 50.70525, 50.70524, 50.70524, 50.70523, 50.70523, 50.70522, 50.70522, 50.70521, 50.70521, 50.7052, 50.7052, 50.70519, 50.70519, 50.70518, 50.70518, 50.70517, 50.70517, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44984, -120.44985, -120.44985, -120.44985, -120.44986, -120.44986, -120.44986, -120.44987, -120.44987, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0)
latlong <- matrix(latlong, nrow = 24)
    
distance_matrix <- as.matrix(dist(latlong[,c(1,2)], method = "euclidean"))