在data.table中使用滚动函数计算点之间的欧几里得距离答案

【问题标题】：Calculate Euclidean distance between points with rolling function in data.table在data.table中使用滚动函数计算点之间的欧几里得距离
【发布时间】：2020-07-11 15:24:27
【问题描述】：

我有一个 data.table，其中包含不同区域的横断面，坐标 x 和 y 投影为 UTM 36S。

如何使用滚动函数计算每个区域与data.table 的连续点之间的（欧几里得）距离？

        x       y                date  area
1: 860030 9956743 2019-10-17 13:40:36 area1
2: 860025 9956762 2019-10-17 13:42:04 area1
3: 860025 9956764 2019-10-17 13:43:06 area1
4: 859984 9956795 2019-10-17 13:44:06 area1
5: 859928 9956803 2019-10-17 13:45:06 area1
6: 852010 9945485 2018-12-06 06:12:04 area2
7: 852024 9945476 2018-12-06 06:12:15 area2
8: 852033 9945470 2018-12-06 06:12:23 area2

输入 x 对象：

structure(list(x = c(860030.089581219, 860024.678438056, 860024.669866417, 
859984.428586571, 859928.100890497, 852009.95451107, 852024.297711228, 
852033.150084026), y = c(9956743.22114593, 9956761.52220698, 
9956763.54512543, 9956795.19408176, 9956802.56503778, 9945485.12489829, 
9945475.70943483, 9945469.72972126), date = structure(c(1571319636, 
1571319724, 1571319786, 1571319846, 1571319906, 1544076724, 1544076735, 
1544076743), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
    area = c("area1", "area1", "area1", "area1", "area1", "area2", 
    "area2", "area2")), row.names = c(NA, -8L), class = c("data.table", 
"data.frame"), .internal.selfref = <pointer: 0x558bcca1a3f0>, index = integer(0))

【问题讨论】：

标签： r data.table euclidean-distance rolling-computation

【解决方案1】：

这里有两个选项：

1) 使用frollapply:

library(data.table)
setDT(DT)[, sqrt(Reduce(`+`, frollapply(.SD, 2L, function(v) diff(v)^2))), area, .SDcols=x:y]

由于frollapply 将FUN 分别应用于每一列，您可以在求和和取平方根之前将欧几里得距离计算分成2（对于x 和y）。

2) 使用shift:

DT[, sqrt((x - shift(x))^2 + (y - shift(y))^2), area]

输出：

[1]           NA    19.084269     2.022937    51.195869    56.807925 13812.367407    17.157457    10.682765

【讨论】：

谢谢！我认为shift 解决方案看起来更容易。需要添加区域：DT[, sqrt((x - shift(x))^2 + (y - shift(y))^2), area]