r语言 - Geosphere/dplyr:创建坐标之间的距离矩阵

Question

我想创建一个多个坐标之间距离的"矩阵"。最好使用dplyr/地圈。我已经看到地圈包提供了这个。我设法创建了两个向量之间的距离，但我在创建完整矩阵时遇到了困难。

这是具有多个坐标的示例表。

df <- data.frame(latitude = c(49.48609,-8.14671,11.28625),
longitude = c(8.463678,143.05793,-11.18285))
latitude  longitude
1 49.48609   8.463678
2 -8.14671 143.057930
3 11.28625 -11.182850

这就是我正在寻找的输出：

latitude    longitude    distance-latlon1    distance-latlon2   distance-latlon3                 
1 49.48609     8.463678    NA                  *latlon2><latlon1  *latlon3><latlon1
2 -8.14671   143.057930    *latlon1><latlon2   NA                 *latlon3><latlon2
3 11.28625   -11.182850    *latlon1><latlon3   *latlon2><latlon3  NA

我尝试使用地圈，但我只找到了一种计算两列之间距离的方法(在此代码段中导致 0(。

library(geosphere) 
df$distance <- distVincentyEllipsoid(df[,c('longitude','latitude')],
df[,c('longitude','latitude')])

Answer 1

你需要geosphere包的distm函数。跟：

# create a distance matrix
m <- distm(df[2:1], df[2:1], fun = distVincentyEllipsoid)
# replace the diagonal with NA
diag(m) <- NA
# make column names for the distance matrix
colnames(m) <- paste0('r',1:nrow(df))
# bind the distance matrix to the dataframe
cbind.data.frame(df, m)

你会得到：

latitude  longitude       r1       r2       r3
1 49.48609   8.463678       NA 13792423  4606658
2 -8.14671 143.057930 13792423       NA 17189185
3 11.28625 -11.182850  4606658 17189185       NA

Answer 2

而不是distVincentyEllipsoid我会使用更快，更精确的distGeo

df = df[,2:1] # the order should be longitude, latitude!
distm(df, df, distGeo)

或

library(raster)
d <- pointDistance(df)

也许紧随其后的是

as.matrix(as.dist(d))

Answer 3

我们可以使用sf包中的st_distance函数，如果sf物体在 lon-lat 投影中，它使用geosphere中的函数来计算距离 (EPSG 4326(。df2是示例输出。

# Load packages
library(dplyr)
library(sf)
# Create example data frame
df <- data.frame(latitude = c(49.48609,-8.14671,11.28625),
longitude = c(8.463678,143.05793,-11.18285))
# COnvert to sf object
df_sf <- st_as_sf(df, coords = c("longitude", "latitude"))
# Set the projection as ESPG 4326 (long_lat)
st_crs(df_sf) <- 4326
# Apply the st_distance function
dist_m <- st_distance(df_sf)
# Combine with df
df2 <- df %>%
mutate(`distance-latlon1` = as.numeric(dist_m[, 1]), 
`distance-latlon2` = as.numeric(dist_m[, 2]),
`distance-latlon3` = as.numeric(dist_m[, 3])) 
# Replace 0 with NA
df2[df2 == 0] <- NA
df2
latitude  longitude distance-latlon1 distance-latlon2 distance-latlon3
1 49.48609   8.463678               NA         13792423          4606658
2 -8.14671 143.057930         13792423               NA         17189185
3 11.28625 -11.182850          4606658         17189185               NA

这是将dist_m与df相结合的另一种方法。

library(tidyr)
# Convert dist_m to data frame
dist_df <- dist_m %>%
as.table() %>%
as_data_frame() %>%
spread(Var2, n) %>%
select(-Var1) %>%
mutate_all(as.numeric) %>%
setNames(paste0("distance-latlon", 1:nrow(df)))
# Combine with df
df2 <- df %>%
bind_cols(dist_df)
# Replace 0 with NA
df2[df2 == 0] <- NA