查找给定半径内最近的相邻点和邻居列表，坐标经纬度

Question

我正在尝试匹配/链接 2 个数据集，每个数据集都有一个纬度。我想为第一个数据集中的每个给定坐标按距离生成最接近的 n 个匹配项。我能够得到最接近的匹配，但不知道如何扩展它以获得 n 个匹配。

数据集看起来像这样- table_1

id_1	lat_1	lon_
a1	50.8613159	1.2483
d7	50.8526967	1.2566349
s2	50.8666	1.2433232

table_2

id_2	lat_2	lon_2
x2	50.8713562548622	1.24447448004003
r1	50.8548464	1.2402125971721
o9	50.87906755026	1.2453153747299

我用来确定最接近匹配的代码是从 RANN 包中找到欧几里得分布。

table_1[, c(3, 4)] <- as.data.frame(RANN::nn2(table_1[, c("lat_1", "lon_1")],
                                              table_2[, c("lat_2", "lon_2")], k=1))

返回一个索引号和距离。理想情况下，我希望我的输出看起来像-

对于 3 个最接近的匹配项：

id_1	lat_1	lon_1	index_no
a1	50.8613159	1.2483	3
a1	50.8613159	1.2483	2
a1	50.8613159	1.2483	1

其中最后一列 index_no 提供了 table_2 中最近坐标的索引号，并填充 id_1 3 次以提供以 km 或 m 为单位的 dist 以任意顺序提供的 3 个最接近的匹配项。

Answer 1

使用apply() 将"dat1" 的每一行都使用k=3 和cbind。请注意，要在其中找到邻居的数据应放在第一位（为了说明，我将您的第二个数据集扩展了一行）。

r <- RANN::nn2(dat1[, c("lat_1", "lon_1")], 
               dat2[, c("lat_2", "lon_2")], k=4)$nn.idx |>
  apply(1, cbind, dat1) |>
  do.call(what=rbind) |>
  {\(.) {names(.)[1] <- 'index_no';.[order(.$id), c(2:3, 1)]}}()  ## optional step, 
                                                                  ## sort and 
                                                                  ## rename cols

r
#   id_1    lat_1 index_no
# 1   a1 50.86132        2
# 4   a1 50.86132        4
# 7   a1 50.86132        1
# 2   d7 50.85270        1
# 5   d7 50.85270        2
# 8   d7 50.85270        2
# 3   s2 50.86660        4
# 6   s2 50.86660        1
# 9   s2 50.86660        3

注意：对于|> 管道，您需要至少 4.1 的 R 版本。如果您注定要使用旧的 R 版本，请尝试：

do.call(apply(RANN::nn2(dat1[, c("lat_1", "lon_1")], 
                        dat2[, c("lat_2", "lon_2")], k = 4)$nn.idx, 
              1, cbind, dat1), what = rbind)

---

数据：

dat1 <- structure(list(id_1 = c("a1", "d7", "s2"), lat_1 = c(50.8613159, 
50.8526967, 50.8666), lon_1 = c(1.2483, 1.2566349, 1.2433232)), class = "data.frame", row.names = c(NA, 
-3L))

dat2 <- structure(list(id_2 = c("x2", "r1", "o9", "xy"), lat_2 = c(50.8713562548622, 
50.8548464, 50.87906755026, 50.85), lon_2 = c(1.24447448004003, 
1.2402125971721, 1.2453153747299, 1.25)), class = "data.frame", row.names = c(NA, 
-4L))