根据距离聚合数据框中的点答案

【问题标题】：Aggregating points in dataframe based on distance根据距离聚合数据框中的点
【发布时间】：2023-02-22 01:31:46
【问题描述】：

我有一组纬度/经度点，每个点都附有数值。本质上，我想对每个点 300,000 米以内的数值进行基本计算，但最初只是尝试对这些值求和，因为我应该能够弄清楚如何从那里进行更复杂的计算。此外，数据集很大（约 200,000 行），这似乎是当前的瓶颈。

我目前有以下内容：

library(sf)
library(dplyr)
library(units)

test <-data.frame(Longitude=rnorm(2e5),Latitude=rnorm(2e5),ncol=runif(2e5, min=0, max=100))
pt = st_as_sf(x = test,coords = c("Longitude","Latitude"),crs = 4326)
st_distance(pt,pt[1,])<set_units(300000,m)

我的逻辑是为每一行找到半径内的其他行，然后使用此信息对这些行进行过滤（和求和）。然而，考虑到数据量，我似乎遇到了困难，我也不确定这是最有效的方法。

任何帮助，将不胜感激。

【问题讨论】：

有多种方法可以做到这一点，但是您能否更清楚地说明您的要求？ m 个点的原始距离矩阵将是 m^2 个值，这在这里太大了。如果您要创建 >n 米的布尔矩阵，您的点需要一个 ID。您似乎没有 - 您有一个名为 ncol 的列，它是一个随机浮点数 - 这意味着定义列数吗？是身份证吗？您希望输出看起来像什么？你能举个5分之类的例子吗？
@SamR ncol 只是分配给每个点的随机数值。因此，例如，我想对测试数据帧中所有点的 ncol 值求和，这些点在第一个点的 300,000m 以内，然后是第二个点等。因此，理想的输出只是带有附加列的测试数据帧显示该行 300,000 米范围内所有点的聚合 ncol 值。我目前无法编辑问题，但会在可能的情况下更新示例。

标签： r dplyr mapping geospatial sf

【解决方案1】：

也许你可以尝试使用 st_buffer()，它创建一个具有给定半径的圆，然后使用 st_intersect() 来过滤其中的点。我的意思是，尝试：

library(sf)
library(tidyverse)
library(units)

test <-data.frame(Longitude=rnorm(2e5),Latitude=rnorm(2e5),ncol=runif(2e5, min=0, max=100))
pt = st_as_sf(x = test,coords = c("Longitude","Latitude"),crs = 4326)

st_intersects(I(st_buffer(pt[1,], set_units(300000,m)))$geometry,pt %>% rowwise) 
# Here, it took around 10s to run

【讨论】：

实际上，大约 8.4 秒。我建议您使用 for 结构并仅查看新点，使用您已经完成的操作（例如，如果点 1 和点 10 在 300 公里以内，您知道 10 和 1 在 10 公里以内并且不不需要重新计算）