地圈/R:计算用 4 个点定义的两个大圆之间的交点

Question

我正在尝试使用geosphere来计算以数据帧格式给出的两个大圆之间的交点，如下所示：

library(dplyr)
library(geosphere)
df <- data.frame(
# first line
ln1_lonb = 1:4,
ln1_lone = 2:5,
ln1_latb = 10:13,
ln1_late = 11:14,
# second line
ln2_lonb = 5:8,
ln2_lone = 6:9,
ln2_latb = 14:17,
ln2_late = 15:18
)

我尝试使用geosphere中的gcintersect函数，该函数将矩阵作为输入。为了在数据帧中使用它，我使用了cbind，但似乎突变不能很好地处理这个问题：

df %>% 
mutate(
int_points = gcIntersect(
cbind(ln1_lonb, ln1_latb),
cbind(ln1_lone, ln1_late),
cbind(ln2_lonb, ln2_latb),
cbind(ln2_lone, ln2_late)
)
)
>Error: Column `int_points` must be length 4 (the number of rows) or one, not 16

错误可能是由于输出时间长于预期(数据帧的行数)。所以我试着把它放在一个列表中：

df %>% 
mutate(
int_points = list(gcIntersect(
cbind(ln1_lonb, ln1_latb),
cbind(ln1_lone, ln1_late),
cbind(ln2_lonb, ln2_latb),
cbind(ln2_lone, ln2_late)
))
)

再次在这里，我看到输出是所有组合，而不是获取每行 4 个交点的 2 个坐标。

预期输出将是新列中单元格中的列表，该列将包含两个点的坐标。

有没有不使用循环(或purrr)的解决方案，因为这会比mutate慢得多。

第一行中 int_points 的值应与此的输出相同：

gcIntersect(cbind(1,2), cbind(10,11), cbind(5,6), cbind(14,15))

我们可以做一个rowwise

library(tidyverse)
library(geosphere)
df %>% 
rowwise %>% 
mutate( int_points = list(gcIntersect(
cbind(ln1_lonb, ln1_latb),
cbind(ln1_lone, ln1_late),
cbind(ln2_lonb, ln2_latb),
cbind(ln2_lone, ln2_late)
))) %>% 
ungroup %>%
mutate(int_points = map(int_points, as_tibble)) %>% 
unnest(int_points)
# A tibble: 4 x 12
#  ln1_lonb ln1_lone ln1_latb ln1_late ln2_lonb ln2_lone ln2_latb ln2_late  lon1  lat1  lon2  lat2
#     <int>    <int>    <int>    <int>    <int>    <int>    <int>    <int> <dbl> <dbl> <dbl> <dbl>
#1        1        2       10       11        5        6       14       15 -176. -12.6  3.61  12.6
#2        2        3       11       12        6        7       15       16 -175. -13.6  4.60  13.6
#3        3        4       12       13        7        8       16       17 -174. -14.6  5.60  14.6
#4        4        5       13       14        8        9       17       18 -173. -15.6  6.59  15.6

鉴于地圈方法是矢量化的(正如人们在 R 中期望的那样)，我会这样做

gcIntersect(df[,c(1,3)], df[,c(2,4)], df[,c(5,7)], df[,c(6,8)])
#          lon1      lat1     lon2     lat2
#[1,] -176.3902 -12.58846 3.609757 12.58846
#[2,] -175.3968 -13.58017 4.603188 13.58017
#[3,] -174.4023 -14.57291 5.597652 14.57291
#[4,] -173.4070 -15.56648 6.592953 15.56648

你也可以先像这样重新组织

d <- df[,c("ln1_lonb", "ln1_latb", "ln1_lone", "ln1_late", "ln2_lonb", "ln2_latb", "ln2_lone", "ln2_late")]
gcIntersect(d[,c(1,2)], d[,c(3,4)], d[,c(5,6)], d[,c(7:8)])

或者像这样

begin1 <- df[,c("ln1_lonb", "ln1_latb")]
end1 <- df[,c("ln1_lone", "ln1_late")]
begin2 <- df[,c("ln2_lonb", "ln2_latb")]
end2 <- df[,c("ln2_lone", "ln2_late")]
gcIntersect(begin1, end1, begin2, end2)

我知道您特别要求使用mutate的解决方案，但是我为其他想要清晰简单的解决方案的人添加了这些解决方案。