r-坐标的模糊匹配

Question

我有两个数据集，其中一个包含人们地址的坐标（addresses），另一个包含某些位置的降雨坐标（rain）。坐标是标准的纬度和经度。我想将这两个集合合并在一起，通过将每个地址与最近的降雨位置匹配，使用两个坐标之间的球面距离来确定"最近的"。天真的方法是计算每个地址和每个降雨位置之间的所有成对距离，并保持最小值，但由于我的数据集很大，我想知道是否有另一种计算高效的方法可以做到这一点。

我正在使用geosphere软件包来计算距离。

这是数据的子集。

rain <- structure(list(lat = c(-179.75, -179.75, -179.75, -179.75, -179.75, 
-179.75, -179.75, -179.75, -179.75, -179.75), lon = c(71.25, 
68.75, 68.25, 67.75, 67.25, 66.75, 66.25, 65.75, 65.25, -16.75
), rainfall = c(0, 4.9, 4.6, 4.9, 8.9, 15.2, 24.2, 16.3, 12.2, 
365.4)), .Names = c("lat", "lon", "rainfall"), class = "data.frame", row.names = c(NA, 
-10L))

addresses <- structure(list(address_lat = c(-175.33, -175.20, -177.65, -174.10, -175.80, 
-179.50, -179.23, -179.12, -178.75, -174.77), address_lon = c(70.25, 
69.75, 62.23, 60.50, 66.25, 61.75, 62.54, 63.70, 61.45, -15.80),
person_id = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)), .Names = c("address_lat", "address_lon",     
"person_id"), class = "data.frame", row.names = c(NA, -10L))

我在一组中有300000个独特的坐标对，在另一组中超过80000个。我唯一的想法是使用两个for循环，一个用于遍历地址坐标对列表，另一个嵌套的用于计算从每个地址到所有降雨位置的距离，然后保持最小。

Answer 1

首先我应该提到，我认为纬度和经度的列标签应该颠倒。。。否则你的纬度就会小于-90。：-）我已经为下面的解决方案做了这些。

library(geosphere)
D = distm(addresses[, 1:2], rain[, 1:2])
#
cbind(addresses, rain[apply(D, 1, which.min),])

首先形成距离矩阵。该矩阵中的每一行都给出了从其中一个地址到每个降雨量观测值的距离。我们使用which.min来挑选每行中最小的条目，然后使用它来索引降雨量数据。