测量每天第一个和最后一个位置记录与R中动物之间的距离

Question

我有一个数据库，里面有超过300000条动物观察记录。每一行代表一个动物的位置。每只动物都有一个唯一的id(id1)和几个列，其中包含与该动物位置相关的属性，包括观察日期以及x和y坐标。

有人能帮我创建一个代码，允许我进行以下操作吗：

1)date和id1的子集数据

2) 测量每个不同id1的每个date的第一个和最后一个位置记录之间的距离(坐标以UTM为单位，因此距离以米为单位)

数据示例如下：

mydata<-read.table(text = 
"id1 date x y
1 11/02/2014 478776.4332 7922167.59 
1 11/02/2014 478776.4333 7922170.59
1 11/02/2014 478776.4334 7922180.59
1 12/02/2014 478776.4335 7922190.59 
1 12/02/2014 478776.4350 7922192.59
1 12/02/2014 478776.4360 7922195.59
2 11/02/2014 478776.4338 7922167.59
2 11/02/2014 478776.4339 7922183.59
2 11/02/2014 478776.4340 7922185.59
2 12/02/2014 478776.4350 7922188.30 
2 12/02/2014 478776.4360 7922190.59
2 12/02/2014 478776.4390 7922198.59
3 11/02/2014 478776.4338 7922167.59
3 11/02/2014 478776.4345 7922175.59
3 11/02/2014 478776.4355 7922178.85
3 12/02/2014 478776.4368 7922180.59 
3 12/02/2014 478776.4398 7922183.59
3 12/02/2014 478776.4399 7922185.59
4 11/02/2014 478776.4338 7922167.59
4 11/02/2014 478776.4340 7922172.59
4 11/02/2014 478776.4345 7922178.59
3 11/02/2014 478776.4350 7922179.59
3 12/02/2014 478776.4355 7922184.59 
3 12/02/2014 478776.4360 7922187.59
3 12/02/2014 478776.4365 7922198.59",
header = TRUE)

效率低得多的替代方案是为每个date和id1选择第一个和最后一个记录，然后测量所有点对之间的距离。我找到了一个代码来为每只动物选择最后一条记录，但我仍然需要按日期合并子集：

myid.uni <- unique(mydata$id1)
a<-length(myid.uni)
last <- c()
for (i in 1:a) {
temp<-subset(mydata, id1==myid.uni[i])
if (dim(temp)[1] > 1) {
last.temp<-temp[dim(temp)[1],]
}
else {
last.temp<-temp
}
last<-rbind(last, last.temp)
}

有人能帮我制定其中一种策略吗，最好是用最直接的方法来做到这一点？

谢谢！

Answer 1

使用dplyr:

library(dplyr)
mydata %>%
group_by(id1, date) %>%
summarize(x1 = first(x), y1 = first(y), x2 = last(x), y2 = last(y)) %>%
mutate(distance = sqrt((x2-x1)^2+(y2-y1)^2))

结果：

Source: local data frame [7 x 7]
Groups: id1 [4]
id1       date       x1      y1       x2      y2  distance
(int)     (fctr)    (dbl)   (dbl)    (dbl)   (dbl)     (dbl)
1     1 11/02/2014 478776.4 7922168 478776.4 7922181 13.000000
2     1 12/02/2014 478776.4 7922191 478776.4 7922196  5.000001
3     2 11/02/2014 478776.4 7922168 478776.4 7922186 18.000000
4     2 12/02/2014 478776.4 7922188 478776.4 7922199 10.290001
5     3 11/02/2014 478776.4 7922168 478776.4 7922180 12.000000
6     3 12/02/2014 478776.4 7922181 478776.4 7922199 18.000000
7     4 11/02/2014 478776.4 7922168 478776.4 7922179 11.000000

Answer 2

您可以使用data.table构建数据

# load data.table and make mytable a data.table
library(data.table)
setDT(mydata)
# contstruct new dataset
newData <- mydata[, .(startx=head(x, 1), endx=tail(x, 1), 
starty=head(y, 1), endy=tail(y, 1)),
by=.(id1, date)]
# calculate distance
newData[, distance := sqrt((endx-startx)^2+(endy-starty)^2)]

我使用与@edward-r-mazurek相同的(欧几里得)距离公式。