R 快速、正确的距离计算

我有一个大的数据框（>800万行），包含对个人和不同站点的观察。我感兴趣的是这些地点与几个关键地点的距离（2014年1个地点，2015年2个地点）

为了减少计算次数（并加快计算速度），我使用dplyr将所有已知位置折叠为每年一个具有代表性的站点，然后尝试使用distGeo函数计算年份匹配时的距离

dist <- df %>% 
  mutate(year = year(ts)) %>% #ts is the time stamp for each observation
  select(site, lat, lon, year) %>% 
  group_by(site, lat, lon, year) %>% 
  summarise(n=n()) %>% #if I stop after summarise, the data frame has been reduced to 93 observations
  mutate(dist1 = ifelse(year == "2014",
                        distGeo(c(-64.343043, 45.897932), #coordinates for key location in 2014
                                df[,c("lon", "lat")])/1000, 
                         NA_real_)) #I have a similar lines for the two key locations in 2015

dist%
mutate（year=year（ts））%>%#ts是每次观察的时间戳
选择（地点、纬度、经度、年份）%>%
分组依据（地点、纬度、经度、年份）%>%
总结（n=n（））%>%#如果我在总结后停止，则数据帧已减少到93个观察值
变异（dist1=ifelse（年份==“2014”，
distGeo（c（-64.343043，45.897932），#2014年关键位置坐标
df[，c（“lon”，“lat”））/1000，
NA_real##2015年，我在这两个关键地点有一条类似的线路

仅运行此部分需要约30分钟，结果是每个2014站点的距离为740.1656公里。如何修复此代码以提供正确的距离，并在理想情况下加速计算

编辑：

如下所示，解决方案如下：

dist <- df %>% 
  mutate(year = year(ts)) %>%
  select(site, lat, lon, year) %>% 
  group_by(site, lat, lon, year) %>% 
  summarise(n=n()) %>% 
  mutate(dist1 = ifelse(year == "2014",
                     pmap_dbl(list(lon, lat),
                              ~distVincentyEllipsoid(c(-64.343043, 45.897932), 
                                                     c(.x, .y))/1000), 
                     NA_real_)

dist%
突变（年=年（ts））%>%
选择（地点、纬度、经度、年份）%>%
分组依据（地点、纬度、经度、年份）%>%
总结（n=n（））%>%
变异（dist1=ifelse（年份==“2014”，
pmap_dbl（列表（长、宽），
~distVincentyEllipsoid（c（-64.343043,45.897932），
c（.x，.y））/1000），
纳乌（雷亚尔）

您可以使用

purr:：pmap

快速执行此操作（因为

distGeo

没有矢量化）

library（tidyverse）#用于dplyr和purrr
图书馆（地球圈）#用于distGeo
df谢谢@Andrew Gustar。你能更详细地解释一下什么是distGeo没有矢量化吗？我过去也做过类似的事情，但没有同样的问题。@tnt
distGeo
的前两个参数是2向量（lon，lat）（或者，我认为，n*2矩阵），因此，您不能简单地用向量替换它们，并期望函数生成向量输出，就像使用许多R函数一样。相反，您需要类似于
pmap
或
mappy
的内容来同时迭代两个lat和lon向量。
library(tidyverse) #for dplyr and purrr
library(geosphere) #for distGeo

df <- data.frame(lat = 90*runif(100), lon = 90*runif(100)) #dummy data

dist <- df %>% 
  mutate(dist1 = pmap_dbl(list(lon, lat),     #pmap_dbl ensures output is vector of numbers
                          ~distGeo(c(-64.343043, 45.897932), 
                                   c(.x, .y)) / 1000))