Distanza geografica/geospaziale tra 2 elenchi di punti lat/lon (coordinate)

Question

Ho 2 elenchi (list1, list2) con latitudine/longitudine di varie posizioni. Un elenco (list2) ha nomi di località che non ha list1.

Desidero una località approssimativa per ogni punto in list1. Quindi voglio prendere un punto in list1, provare a cercare il punto più vicino in list2 e prendere quella località. Ripeto per ogni punto in list1. Vogliono anche la distanza (in metri) e l'indice del punto (in list1) in modo che io possa costruire alcune regole commerciali intorno ad esso - essenzialmente queste sono 2 nuove colonne che dovrebbero essere aggiunte a list1 (near_dist, indx).

Sto usando la funzione gdist, ma non riesco a farlo funzionare con gli input del frame dati.

liste di input Esempio:

list1 <- data.frame(longitude = c(80.15998, 72.89125, 77.65032, 77.60599, 
            72.88120, 76.65460, 72.88232, 77.49186, 
            72.82228, 72.88871), 
        latitude = c(12.90524, 19.08120, 12.97238, 12.90927, 
           19.08225, 12.81447, 19.08241, 13.00984, 
           18.99347, 19.07990)) 
list2 <- data.frame(longitude = c(72.89537, 77.65094, 73.95325, 72.96746, 
            77.65058, 77.66715, 77.64214, 77.58415, 
            77.76180, 76.65460), 
        latitude = c(19.07726, 13.03902, 18.50330, 19.16764, 
           12.90871, 13.01693, 13.00954, 12.92079, 
           13.02212, 12.81447), 
        locality = c("A", "A", "B", "B", "C", "C", "C", "D", "D", "E")) 

Answer 1

Per calcolare la distanza geografica tra i due punti con coordinate di latitudine/longitudine, è possibile utilizzare diversi formula di. Il pacchetto geosphere ha il distCosine, distHaversine, distVincentySphere e distVincentyEllipsoid per il calcolo della distanza. Di questi, lo distVincentyEllipsoid è considerato il più accurato, ma è computazionalmente più intenso degli altri.

Con una di queste funzioni, è possibile creare una matrice di distanze. Sulla base di tale matrice è possibile assegnare locality nomi in base alla distanza più breve con which.min e la distanza corrispondente min (si veda per questo l'ultima parte della risposta) come questo:

library(geosphere) 

# create distance matrix 
mat <- distm(list1[,c('longitude','latitude')], list2[,c('longitude','latitude')], fun=distVincentyEllipsoid) 

# assign the name to the point in list1 based on shortest distance in the matrix 
list1$locality <- list2$locality[max.col(-mat)] 

questo dà:

> list1 
    longitude latitude locality 
1 80.15998 12.90524  D 
2 72.89125 19.08120  A 
3 77.65032 12.97238  C 
4 77.60599 12.90927  D 
5 72.88120 19.08225  A 
6 76.65460 12.81447  E 
7 72.88232 19.08241  A 
8 77.49186 13.00984  D 
9 72.82228 18.99347  A 
10 72.88871 19.07990  A 

---

Un'altra possibilità è quella di assegnare il locality sulla base dei valori di longitudine e latitudine medi delle locality s in list2:

library(dplyr) 
list2a <- list2 %>% group_by(locality) %>% summarise_each(funs(mean)) %>% ungroup() 
mat2 <- distm(list1[,c('longitude','latitude')], list2a[,c('longitude','latitude')], fun=distVincentyEllipsoid) 
list1 <- list1 %>% mutate(locality2 = list2a$locality[max.col(-mat2)]) 

o con data.table:

library(data.table) 
list2a <- setDT(list2)[,lapply(.SD, mean), by=locality] 
mat2 <- distm(setDT(list1)[,.(longitude,latitude)], list2a[,.(longitude,latitude)], fun=distVincentyEllipsoid) 
list1[, locality2 := list2a$locality[max.col(-mat2)] ] 

questo dà:

> list1 
    longitude latitude locality locality2 
1 80.15998 12.90524  D   D 
2 72.89125 19.08120  A   B 
3 77.65032 12.97238  C   C 
4 77.60599 12.90927  D   C 
5 72.88120 19.08225  A   B 
6 76.65460 12.81447  E   E 
7 72.88232 19.08241  A   B 
8 77.49186 13.00984  D   C 
9 72.82228 18.99347  A   B 
10 72.88871 19.07990  A   B 

Come si può vedere, questo porta nella maggior parte (7 su 10) occasioni a un altro assegnato locality.

---

È possibile aggiungere la distanza con:

list1$near_dist <- apply(mat2, 1, min) 

o un altro approccio con max.col (che è altamente probabile più veloce):

list1$near_dist <- mat2[matrix(c(1:10, max.col(-mat2)), ncol = 2)] 

# or using dplyr 
list1 <- list1 %>% mutate(near_dist = mat2[matrix(c(1:10, max.col(-mat2)), ncol = 2)]) 
# or using data.table (if not already a data.table, convert it with 'setDT(list1)') 
list1[, near_dist := mat2[matrix(c(1:10, max.col(-mat2)), ncol = 2)] ] 

il risultato:

> list1 
    longitude latitude locality locality2 near_dist 
1: 80.15998 12.90524  D   D 269966.8970 
2: 72.89125 19.08120  A   B 65820.2047 
3: 77.65032 12.97238  C   C 739.1885 
4: 77.60599 12.90927  D   C 9209.8165 
5: 72.88120 19.08225  A   B 66832.7223 
6: 76.65460 12.81447  E   E  0.0000 
7: 72.88232 19.08241  A   B 66732.3127 
8: 77.49186 13.00984  D   C 17855.3083 
9: 72.82228 18.99347  A   B 69456.3382 
10: 72.88871 19.07990  A   B 66004.9900