搜索最小值并显示对应的标识符

Question

我已经尝试解决这个问题好几天了。最初我有树的位置数据相对于一个中心(角度到北方和中心和距离)。我已经计算了每棵树的坐标，以获得它们在空间中的位置。

然后我必须找到不同树之间的最小距离，并记下最近的树和它的距离。

我开始用双循环推理，但我总是只得到表的最后一行的结果。我终于算出了树I和它的第一个邻居之间的最小距离。但是我找不到最近的树对应的数字。例如:树1与树2、3、4、5、6相邻;距离是最小的树1和3之间，我希望我的代码返回数字3为I = 1(树数1)。这是我的代码，希望我的解释足够清楚，你可以帮助我非常感谢

用www.DeepL.com/Translator(免费版)翻译

代码:

SM = data_RSD %>% mutate(Xc= Dist*sin(Angle*(pi/200)), Yc= Dist *cos(Angle*(pi/200)))
SM$Dist_min=0
SM$Nb_tree_min=0

for(i in 1:dim(SM)[1]){
x<-sqrt((SM$Xc[1:dim(SM)[1]]-SM$Xc[i])^2+(SM$Yc[1:dim(SM)[1]]-SM$Yc[i])^2) #distance
SM$Dist_min[i]= (min(x[x > 0]))
SM$Nb_tree_min[i]= SM$Number[(min(x[x > 0]))]
i<-i+1
}

Answer 1

一种方法(不依赖于专用的空间库)，根据您的数据结构进行调整:

create example dataframedf:

library(dplyr) ## for dataframe manipulations later on
set.seed(4711) ## ensure same random values for reproduction
df <- data.frame(id = letters[1:5],
x = runif(5),
y = runif(5),
)
## > df
##  
##   id         x          y
## 1  a 0.9656003 0.61809459
## 2  b 0.5606107 0.34204836
## 3  c 0.9147251 0.16194603
## 4  d 0.1829564 0.27060681
## 5  e 0.8842138 0.07892783

生成距离矩阵:

distance_matrix <- df %>%
select(x, y) %>%
dist(.) %>% ## calculate distances
as.matrix %>% ## convert it to matrix
`+`(., diag(NA, dim(.))) ## see 1)
## 1) a shorthand for replacing the diagonal (distances of points to
## themselves) with NAs so that points are not returned as their own
## nearest neighbours

从距离矩阵中识别ID和到最近邻居的距离:

df %>%
rowwise %>%
mutate(
neighbour_distances = list(distance_matrix[id,]), ## see 2)
nearest_neighbour = which.min(neighbour_distances) %>% names,
distance = neighbour_distances[nearest_neighbour]
)
## 2) you can store not only single values but vectors and many object
## classes (e.g. models) in a column by wrapping them in a list

输出:

## # A tibble: 5 x 6
## # Rowwise: 
##   id        x      y neighbour_distances nearest_neighbour distance
##   <chr> <dbl>  <dbl> <list>              <chr>                <dbl>
## 1 a     0.966 0.618  <dbl [5]>           c                   0.459 
## 2 b     0.561 0.342  <dbl [5]>           d                   0.384 
## 3 c     0.915 0.162  <dbl [5]>           e                   0.0884
## 4 d     0.183 0.271  <dbl [5]>           b                   0.384 
## 5 e     0.884 0.0789 <dbl [5]>           c                   0.0884

结果的快速视觉合理性检查:

df %>%
ggplot() + geom_text(aes(x, y, label = id)) +
coord_fixed()