在 R 中查找数据点特定半径内的点数

Question

我有 2 个数据集，一个用于医院，另一个用于程序。每个数据集都有纬度和经度坐标。 程序要么在医院内进行，要么在医院外进行，但如果在医院进行，坐标不一定精确。 我试图在每个医院周围形成一定大小的半径，并确定平均有多少手术点落在该半径内。 因此，例如，如果我有 100 家医院和 3000 个程序，我想在所有医院周围形成一个半径，并查看平均有多少家医院属于该指定半径。 我的初始代码如下，但我知道这可以更快地完成。 用 R 编码。 谢谢！

for(i in 1:NROW(hospitals)){
hospital <- hospitals[i,]
radius <- .016
# find all the procedures that lie in the .016 sized radius from this hospital
hospital$latitude_low <- hospital$lat - radius
hospital$longitude_low <- hospital$long - radius
hospital$latitude_high <- hospital$lat + radius
hospital$longitude_high <- hospital$long + radius
in_rad <- procedures[(procedures$long >= hospital$longitude_low & procedures$long <= 
hospital$longitude_high & procedures$lat <= hospital$latitude_high & procedures$lat >= 
hospital$latitude_low),]
num <- NROW(in_rad)
hospitals[i,]$number_of_procedures <- num
}

Answer 1

当您提出问题时，应始终包含一些示例数据。喜欢这个

lat <- c(-23.8, -25.8)
lon <- c(-49.6, -44.6)
hosp <- cbind(lon, lat)

lat <- c(-22.8, -24.8, -29.1, -28, -20)
lon <- c(-46.4, -46.3, -45.3, -40, -30)
procedures <- cbind(lon, lat)

您的数据是否在经度/纬度？如果是这样，则需要使用适当的方法来计算距离。例如

library(geosphere)
dm <- distm(procedures, hosp)

或

library(raster)
d <- pointDistance(procedures, hosp, lonlat=TRUE)

两者都计算从所有程序到所有医院的距离。这对于非常大的数据集会失败，但从您的描述来看，它应该可以正常工作。 现在，您可以使用阈值(此处为400,000 m(来找出每个医院在该距离内的哪些程序

apply(d < 400000, 2, which)
#[[1]]
#[1] 1 2
#[[2]]
#[1] 1 2 3

因此，程序 1、2 和 3 与医院 2 的距离内

如果数据不是经度/纬度，则可以使用

d <- pointDistance(procedures, hosp, lonlat=FALSE)

Answer 2

这里有几件事可以改进。首先，您实际上不是在计算距离医院 0.16 个单位半径内完成的程序，而是在以医院为中心的 0.32 * 0.32 个单位正方形内完成的程序。对于特定问题来说可能没什么大不了的，但实际上可以更快地计算出特定距离内的点，正如您实际预期的那样。

其次，你倾向于存储你计算过的任何变量，即使你只打算使用它们一次。这有助于理解代码，但有时效率较低，并且肯定会使您的代码更长，特别是如果您喜欢使用long_descriptive_variable_names.

第三，最后，你对procedures进行子集化，然后测量行数，而不仅仅是使用子集本身的长度。

最后(但不太重要(，将结果一次写入一个新列。您可以使用sapply一口气完成所有操作。

因此，您的代码可以替换为更简单的内容，例如：

hospitals$number_of_procedures <- sapply(1:NROW(hospitals), function(i)
{
d <- (procedures$long - hospitals[i,]$long)^2 + (procedures$lat - hospitals[i,]$lat)^2
length(which(d < 0.16^2))
})