确定最近的站点并从该位置选择另一个变量
确定最近的站点并从该位置选择另一个变量
提问于 2019-07-17 01:33:40
我有研究网站，我在那里收集数据，附近的气象站有关于温度和降水的信息。我想将我在研究地点的每日数据与最近气象站的天气信息配对。我认为，要做到这一点，我需要一个两步的过程，首先选择离研究地点最近的气象站，然后用天气数据创建一个新变量。
以下是我的数据的快照：
# study sites
site <- rep(LETTERS[1:3], 5)
siteLat <- rep(c(41, 42, 44), 5)
siteLon <- rep(c(68, 62, 63), 5)
siteDate <- rep(1:5, 3)
dfSites <- data.frame(cbind(site, siteLat, siteLon, siteDate))
# weather stations
station <- rep(letters[1:3], 5)
stationLat <- rep(c(40, 43, 45), 5)
stationLon <- rep(c(67, 61, 64), 5)
stationDate <- rep(1:5, 3)
temp <- sample(10:20, 15, replace=TRUE)
dfStation <- data.frame(cbind(station, stationLat, stationLon, stationDate, temp))我试图使用这条线来确定哪个车站是最近的，但我只得到了一行距离。
distVincentyEllipsoid(df2[c("recvLon", "recvLat")], weather[c("lon", "lat")])一旦计算出所有的距离，我对下一步的步骤有点不确定，但我认为我需要一些东西来选择最近的站点和比赛日期。这是我想出的最好的：
dfSites %>%
mutate(closestStation = ???,
temp1 = temp[station == closestStation & stationDate == siteDate])最终结果是我的研究站点dataframe，其中包含一个来自最近气象站的额外温度列。
回答 1
Stack Overflow用户
发布于 2019-07-17 01:51:19
我认为distVincentyEllipsoid(p1, p2, ...)试图找出p1的第一个点与p2的第一个点，p1的第二个点与p2的第二个点之间的距离，等等。你需要的是*"first in p1 all of p2，second in p1 with all of p2，等等)的扩展。
调整您的代码以调用dfSites和dfStation (而不是df2/weather)，以下方法应该适用于您。(我将使用dfStation[-1,...]删除其中一个站点，只是为了清楚地识别哪个维度代表站点和站点。
alldists <- sapply(seq_len(nrow(dfSites)), function(i) {
distVincentyEllipsoid(dfSites[i,c("siteLon","siteLat")],
dfStation[-1,c("stationLon","stationLat")])
})
alldists
# [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
# [1,] 786180.9 123505.1 228960.0 786180.9 123505.1 228960.0 786180.9 123505.1
# [2,] 481351.6 269760.4 122086.2 481351.6 269760.4 122086.2 481351.6 269760.4
# [3,] 119427.7 565573.7 484015.5 119427.7 565573.7 484015.5 119427.7 565573.7
# [4,] 786180.9 123505.1 228960.0 786180.9 123505.1 228960.0 786180.9 123505.1
# [5,] 481351.6 269760.4 122086.2 481351.6 269760.4 122086.2 481351.6 269760.4
# [6,] 119427.7 565573.7 484015.5 119427.7 565573.7 484015.5 119427.7 565573.7
# [7,] 786180.9 123505.1 228960.0 786180.9 123505.1 228960.0 786180.9 123505.1
# [8,] 481351.6 269760.4 122086.2 481351.6 269760.4 122086.2 481351.6 269760.4
# [9,] 119427.7 565573.7 484015.5 119427.7 565573.7 484015.5 119427.7 565573.7
# [10,] 786180.9 123505.1 228960.0 786180.9 123505.1 228960.0 786180.9 123505.1
# [11,] 481351.6 269760.4 122086.2 481351.6 269760.4 122086.2 481351.6 269760.4
# [12,] 119427.7 565573.7 484015.5 119427.7 565573.7 484015.5 119427.7 565573.7
# [13,] 786180.9 123505.1 228960.0 786180.9 123505.1 228960.0 786180.9 123505.1
# [14,] 481351.6 269760.4 122086.2 481351.6 269760.4 122086.2 481351.6 269760.4
# [,9] [,10] [,11] [,12] [,13] [,14] [,15]
# [1,] 228960.0 786180.9 123505.1 228960.0 786180.9 123505.1 228960.0
# [2,] 122086.2 481351.6 269760.4 122086.2 481351.6 269760.4 122086.2
# [3,] 484015.5 119427.7 565573.7 484015.5 119427.7 565573.7 484015.5
# [4,] 228960.0 786180.9 123505.1 228960.0 786180.9 123505.1 228960.0
# [5,] 122086.2 481351.6 269760.4 122086.2 481351.6 269760.4 122086.2
# [6,] 484015.5 119427.7 565573.7 484015.5 119427.7 565573.7 484015.5
# [7,] 228960.0 786180.9 123505.1 228960.0 786180.9 123505.1 228960.0
# [8,] 122086.2 481351.6 269760.4 122086.2 481351.6 269760.4 122086.2
# [9,] 484015.5 119427.7 565573.7 484015.5 119427.7 565573.7 484015.5
# [10,] 228960.0 786180.9 123505.1 228960.0 786180.9 123505.1 228960.0
# [11,] 122086.2 481351.6 269760.4 122086.2 481351.6 269760.4 122086.2
# [12,] 484015.5 119427.7 565573.7 484015.5 119427.7 565573.7 484015.5
# [13,] 228960.0 786180.9 123505.1 228960.0 786180.9 123505.1 228960.0
# [14,] 122086.2 481351.6 269760.4 122086.2 481351.6 269760.4 122086.2(因为我们有14行，所以每行都是您的一个工作站。您不应该执行[-1,]索引，只需要知道哪一行/哪一列。)由此，我们知道站点A和站点b之间的差异是481351.6米(第一列，第二行)。
从这里，只需找到列-minimum：
apply(alldists, 2, which.min)
# [1] 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2建议距离站点A最近的站点是b (which.min将返回第一个最小值，它不表示平局)。
现在，dfStation[apply(alldists, 2, which.min),]为您提供了15行站点数据，这些数据可以轻松地进行cbind编辑或以其他方式与dfSites组合。
dplyr选项：
dfSites %>%
mutate(
station_i = purrr::map2_int(
siteLat, siteLon,
~ which.min(geosphere::distVincentyEllipsoid(
cbind(.x,.y), dfStation[-1,c("stationLon","stationLat")]))
),
station = as.character(dfStation$station)[ station_i ]
)
# site siteLat siteLon siteDate station_i station
# 1 A 41 68 1 3 c
# 2 B 42 62 2 1 a
# 3 C 44 63 3 2 b
# 4 A 41 68 4 3 c
# 5 B 42 62 5 1 a
# 6 C 44 63 1 2 b
# 7 A 41 68 2 3 c
# 8 B 42 62 3 1 a
# 9 C 44 63 4 2 b
# 10 A 41 68 5 3 c
# 11 B 42 62 1 1 a
# 12 C 44 63 2 2 b
# 13 A 41 68 3 3 c
# 14 B 42 62 4 1 a
# 15 C 44 63 5 2 b通过对它们做一个外积，可以看到速度略有(10-15%)的提高。
outer(seq_len(nrow(dfSites)), seq_len(nrow(dfStation)),
function(i,j) geosphere::distVincentyEllipsoid(dfSites[i,2:3], dfStation[j,2:3]))它还返回一个mxn矩阵(站点行)，然后apply(...)遍历该矩阵以获得最接近的索引。(我希望获得更大的性能提升，因为distVincentyEllipsoid只被调用一次……)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57062683
复制相关文章
相似问题
腾讯云开发者
