R 试图创建一个函数，通过最近的gps坐标连接两个数据集

我试图合并两个包含GPS坐标的数据集，这样我就只剩下一个数据集，其中包含两个数据集中的变量。我正在尝试使用一个函数来实现这一点。问题是两个数据集的GPS坐标并不完全匹配。因此，任务是通过找到gps坐标的最接近配对，将一个数据集的变量与另一个数据集的变量进行匹配

我成功地使用了fuzzy-join包，但只能获得部分匹配（~75%）。使用下面的函数，我希望获得更高程度的匹配。一个数据集比另一个数据集短，所以这里的想法是使用两个for循环，每个for循环遍历每个数据集

建立“锚”（两个数据集的第一次观测之间的距离），这样，如果两点之间的距离小于锚，新的（较短的）距离将成为新的锚。for循环将继续进行，直到找到最短距离，并且两个数据集的变量将附加到新数据集（此处称为pairedData）的末尾。我应该留下一个数据集，只要使用最短的数据集（6314行）和从两个数据集中获取的数据

我认为这个函数应该可以工作，但是rbind（）非常慢，而且我在实现rbindlist（）时遇到了问题。关于我如何实现这一点有什么想法吗

combineGPS <- function(harvest,planting) {
require(sp)
require(data.table)
longH <- harvest$long
latH <- harvest$lat
longP <- planting$long
latP <- planting$lat
rowsH <- nrow(harvest)
rowsP <- nrow(planting)
harvestCoords <- cbind(longH,latH)
harvestPoints <- SpatialPoints(harvestCoords)
plantingCoords <- cbind(longP,latP)
plantingPoints <- SpatialPoints(plantingCoords)

---

combineGPS如果我正确理解了您的问题，我不确定您为什么需要
对采集数据执行
循环。函数
spDistsN1
将返回到指定点的距离矩阵。我认为您应该使用收获数据作为该函数的
pts
，种植数据作为
pt
输入，然后找到距离每个
pt
最短的索引。仅在种植数据上循环。这样可以节省很多时间。另外，不要在
spDistsN1
中指定
longlat
，因为您的数据是
空间点
，函数要求不要为这些对象指定

循环示例：

for (p in 1:rowsP){
     #Get the distance from the pth planting point to all of the havest points
     Dists <- spDistsN1(pts = harvestPoints, pt = plantingPoints[p,])

     #Find the index of the nearest harvest point to p. This is the minimum of Dists. (Note that there may be more than one minimum)
     NearestHarvest <- which(Dists == min(Dists))

     #Add information to the paired data
     pairedData[p,]<-c(planting[p,]$long, planting[p,]$lat, planting[p,]$variety, planting[p,]$seedling_rate, planting[p,]$seed_spacing, planting[p,]$speed, harvest[NearestHarvest,]$yield) 
   }

for（1中的p:rowsP）{
#获取pth种植点到所有havest点的距离
距离如果我正确理解了你的问题，我不确定你为什么需要
来循环收割数据。函数
spDistsN1
将返回到指定点的距离矩阵。我认为你应该使用收割数据作为
pts
，种植数据作为
pt
输入到f函数，然后找到到每个
pt
的距离最短的索引。仅在种植数据上循环。这将节省大量时间。另外，不要在
spDistsN1
中指定
longlat
，因为您的数据是
空间点
，函数说不要为这些对象指定

循环示例：

for (p in 1:rowsP){
     #Get the distance from the pth planting point to all of the havest points
     Dists <- spDistsN1(pts = harvestPoints, pt = plantingPoints[p,])

     #Find the index of the nearest harvest point to p. This is the minimum of Dists. (Note that there may be more than one minimum)
     NearestHarvest <- which(Dists == min(Dists))

     #Add information to the paired data
     pairedData[p,]<-c(planting[p,]$long, planting[p,]$lat, planting[p,]$variety, planting[p,]$seedling_rate, planting[p,]$seed_spacing, planting[p,]$speed, harvest[NearestHarvest,]$yield) 
   }

for（1中的p:rowsP）{
#获取pth种植点到所有havest点的距离
Dists您需要将收获文件（16626）中的每一行映射到种植（6314）文件中的一行，而不是相反。下图是xy平面上的收获和植物gps坐标图。红点是收获机点


精密农业机械是一种多行播种机和收割机。gps设备安装在机器内部。即，每个gps点都指向多行作物。在这种情况下，与收割机每次行程相比，播种机覆盖2X行。这解释了为什么收割文件具有~2X+数据点

基本方法是蛮力搜索，因为gps坐标在文件之间不重叠。我在R和Python中解决了这一问题，将整个区域分割成更小的均匀网格，并将搜索限制在最近的相邻网格上。从效率上讲，求解大约需要3-4分钟，平均距离为3米种植点和收获点之间的距离，这是合理的

您可以在my
上找到代码。您需要将harvest文件（16626）中的每一行映射到planting（6314）文件中的一行，而不是相反。下图是xy平面上的harvest和plant gps坐标图。红点是harvester点


精密农业机械是一种多行播种机和收割机。gps设备安装在机器内部。即，每个gps点都指向多行作物。在这种情况下，与收割机每次行程相比，播种机覆盖2X行。这解释了为什么收割文件具有~2X+数据点

基本方法是蛮力搜索，因为gps坐标在文件之间不重叠。我在R和Python中解决了这一问题，将整个区域分割成更小的均匀网格，并将搜索限制在最近的相邻网格上。从效率上讲，求解大约需要3-4分钟，平均距离为3米种植点和收获点之间的距离，这是合理的

你可以在我的电脑上找到密码