如何解决根据另一列中特定标记半径内纬度和经度列中的值省略行，并创建一个新的数据框
我有一个如下所示的excel工作表设置，并已作为df加载：
GPS_Lat GPS_Lon Location
50.70528 -120.44984 0
50.70528 -120.44984 0
50.70527 -120.44984 0
50.70527 -120.44984 0
50.70526 -120.44984 1
50.70526 -120.44984 1
50.70525 -120.44984 1
50.70525 -120.44984 0
50.70524 -120.44984 0
50.70524 -120.44984 0
50.70523 -120.44984 0
50.70523 -120.44984 0
50.70522 -120.44984 0
50.70522 -120.44984 0
50.70521 -120.44984 1
50.70521 -120.44984 1
50.7052 -120.44985 1
50.7052 -120.44985 1
50.70519 -120.44985 0
50.70519 -120.44986 0
50.70518 -120.44986 0
50.70518 -120.44986 0
50.70517 -120.44987 0
50.70517 -120.44987 0
我希望将值保留在向下定位列时遇到的第一个“ 1”以内1 m之内，并将这些值放入新的数据帧（名为df-n）中。如果还有其他具有1个值的部分，我想将其拆分为单独的数据帧（名称为：df-n + 1），同时也仅将这些点保持在第一个1m之内。我希望每个新数据帧都按顺序编号。我完全被这个困扰。
自动识别下面的点，并创建新的数据框，并在这些点的1 m以内（或任何其他定义的距离）的行中具有原始数据框名称和顺序后缀的行。因此，原始的“ df”第二个“ df-1”和“ df-2”
我最终将使用10 km的半径，并且我的数据集最多可包含2万行。
编辑：为输出提供清晰度。使用半径截止值为2 m的假设距离。
Row GPS_Lat GPS_Lon Location hypothetical_dist_1 hypothetical_dist_2
1 50.70528 -120.44984 0 4 14
2 50.70528 -120.44984 0 3 13
3 50.70527 -120.44984 0 2 12
4 50.70527 -120.44984 0 1 11
5 50.70526 -120.44984 1 0 10
6 50.70526 -120.44984 1 1 9
7 50.70525 -120.44984 1 2 8
8 50.70525 -120.44984 0 3 7
9 50.70524 -120.44984 0 4 6
10 50.70524 -120.44984 0 5 5
11 50.70523 -120.44984 0 6 4
12 50.70523 -120.44984 0 7 3
13 50.70522 -120.44984 0 8 2
14 50.70522 -120.44984 0 9 1
15 50.70521 -120.44984 1 10 0
16 50.70521 -120.44984 1 11 1
17 50.7052 -120.44985 1 12 2
18 50.7052 -120.44985 1 13 3
19 50.70519 -120.44985 0 14 4
20 50.70519 -120.44986 0 15 5
21 50.70518 -120.44986 0 16 6
22 50.70518 -120.44986 0 17 7
23 50.70517 -120.44987 0 18 8
24 50.70517 -120.44987 0 19 9
输出：
df-1
Row GPS_Lat GPS_Lon Location hypothetical_dist_1
3 50.70527 -120.44984 0 2
4 50.70527 -120.44984 0 1
5 50.70526 -120.44984 1 0
6 50.70526 -120.44984 1 1
7 50.70525 -120.44984 1 2
和
df-2
Row GPS_Lat GPS_Lon Location hypothetical_dist_2
13 50.70522 -120.44984 0 2
14 50.70522 -120.44984 0 1
15 50.70521 -120.44984 1 0
16 50.70521 -120.44984 1 1
17 50.7052 -120.44985 1 2
基本上，工作流程如下：将多个.csv文件批量加载到列表中，根据文件名命名列表项，使用所选的半径将每个列表项分开（分为filename-1，filename-2等）。 ），将其他列中的值相互绘制，然后导出所有图。
解决方法
在前面，如果计划以类似方式处理单个帧，通常建议将反对存储到单个帧中。 （有关“框架列表”的讨论，请参见https://stackoverflow.com/a/24376207/3358272。）
为演示使用/丢弃的行，我将在此处添加$row。
此外，您还提到了与第一个“ 1”的距离，但对于前4行没有前置的“ 1”。由于我的其余处理都假定第一行是有意义的行，因此我将复制第一个“ 1”（在本例中为第5行）复制为第一行，以便随后的分组距离测量按预期方式进行。 / p>
在这里我将使用dplyr进行分组。
library(dplyr)
if (dat$Location[1] != 1) {
prepended1 <- TRUE # in case we want to discard this copied row later
# bring the first "1" to the top
dat <- bind_rows(dat[which(dat$Location == 1)[1],drop = FALSE],dat)
dat$row[1] <- 0L
} else prepended1 <- FALSE
dat2 <- dat %>%
mutate(grp = cumsum(c(TRUE,diff(Location) > 0))) %>%
group_by(grp) %>%
mutate(dist = geosphere::distVincentyEllipsoid(cbind(GPS_Lon,GPS_Lat),cbind(cbind(GPS_Lon[1],GPS_Lat[1])))) %>%
ungroup()
dat2
# # A tibble: 25 x 6
# GPS_Lat GPS_Lon Location row grp dist
# <dbl> <dbl> <int> <int> <int> <dbl>
# 1 50.7 -120. 1 0 1 0
# 2 50.7 -120. 0 1 1 2.22
# 3 50.7 -120. 0 2 1 2.22
# 4 50.7 -120. 0 3 1 1.11
# 5 50.7 -120. 0 4 1 1.11
# 6 50.7 -120. 1 5 2 0
# 7 50.7 -120. 1 6 2 0
# 8 50.7 -120. 1 7 2 1.11
# 9 50.7 -120. 0 8 2 1.11
# 10 50.7 -120. 0 9 2 2.22
# # ... with 15 more rows
这提供了距“组中的第一个1”的距离（请注意grp变量）。从这里开始，按dist过滤并按grp分割就很容易了。
根据后续流程的不同，最好使用dplyr::group_by保持这种单帧格式，尽管改编看不见的代码是另一回事。
您的所有数据（第一行本身除外）都在1m以内，因此为了演示，我将使用“ 2m”。
dat2 %>%
filter(dist <= 2)
# # A tibble: 11 x 6
# GPS_Lat GPS_Lon Location row grp dist
# <dbl> <dbl> <int> <int> <int> <dbl>
# 1 50.7 -120. 1 0 1 0
# 2 50.7 -120. 0 3 1 1.11
# 3 50.7 -120. 0 4 1 1.11
# 4 50.7 -120. 1 5 2 0
# 5 50.7 -120. 1 6 2 0
# 6 50.7 -120. 1 7 2 1.11
# 7 50.7 -120. 0 8 2 1.11
# 8 50.7 -120. 1 15 3 0
# 9 50.7 -120. 1 16 3 0
# 10 50.7 -120. 1 17 3 1.32
# 11 50.7 -120. 1 18 3 1.32
同样，我将其保留为帧的list，而不是分解成单个变量。
lst_of_frames <- dat2 %>%
filter(dist <= 2) %>%
split(.,.$grp)
lst_of_frames
# $`1`
# # A tibble: 3 x 6
# GPS_Lat GPS_Lon Location row grp dist
# <dbl> <dbl> <int> <int> <int> <dbl>
# 1 50.7 -120. 1 0 1 0
# 2 50.7 -120. 0 3 1 1.11
# 3 50.7 -120. 0 4 1 1.11
# $`2`
# # A tibble: 4 x 6
# GPS_Lat GPS_Lon Location row grp dist
# <dbl> <dbl> <int> <int> <int> <dbl>
# 1 50.7 -120. 1 5 2 0
# 2 50.7 -120. 1 6 2 0
# 3 50.7 -120. 1 7 2 1.11
# 4 50.7 -120. 0 8 2 1.11
# $`3`
# # A tibble: 4 x 6
# GPS_Lat GPS_Lon Location row grp dist
# <dbl> <dbl> <int> <int> <int> <dbl>
# 1 50.7 -120. 1 15 3 0
# 2 50.7 -120. 1 16 3 0
# 3 50.7 -120. 1 17 3 1.32
# 4 50.7 -120. 1 18 3 1.32
如果您需要对其进行细分，可以轻松手动进行分配（例如lst_of_frames[[2]]）。
让我们尝试不同的逻辑：
比较 每个 点和 每个第一点-1点 。在此数据中，有两个 first-1 点（第5行和第15行），因此我们将所有24行与这两个点进行比较。
compare_points <- filter(dat,Location == 1 & lag(Location) == 0)
compare_points
# GPS_Lat GPS_Lon Location row
# 1 50.70526 -120.4498 1 5
# 2 50.70521 -120.4498 1 15
一个比较：
lapply(seq_len(nrow(compare_points)),function(ind) {
dat %>%
mutate(dist = geosphere::distVincentyEllipsoid(compare_points[ind,2:1],cbind(GPS_Lon,GPS_Lat))) %>%
filter(dist <= 2)
})
# [[1]]
# GPS_Lat GPS_Lon Location row dist
# 1 50.70527 -120.4498 0 3 1.112426
# 2 50.70527 -120.4498 0 4 1.112426
# 3 50.70526 -120.4498 1 5 0.000000
# 4 50.70526 -120.4498 1 6 0.000000
# 5 50.70525 -120.4498 1 7 1.112426
# 6 50.70525 -120.4498 0 8 1.112426
# [[2]]
# GPS_Lat GPS_Lon Location row dist
# 1 50.70522 -120.4498 0 13 1.112426
# 2 50.70522 -120.4498 0 14 1.112426
# 3 50.70521 -120.4498 1 15 0.000000
# 4 50.70521 -120.4498 1 16 0.000000
# 5 50.70520 -120.4498 1 17 1.317768
# 6 50.70520 -120.4498 1 18 1.317768
您可以使用基数R的dist（...）函数获得所有点之间的距离。纬度分钟中的100m大约为0.009，因此您可以查看distance_matrix对象以确定哪些点相距
请注意，这使用的是欧氏距离，对于纬度/经度的短距离来说是可以的，但是如果将其用于几英里以上的长距离，则会遇到问题。
我为所有想尝试解决方案的人提供了reprex-随时将其添加到您的问题中。
latlong <- c(50.70528,50.70528,50.70527,50.70526,50.70525,50.70524,50.70523,50.70522,50.70521,50.7052,50.70519,50.70518,50.70517,-120.44984,-120.44985,-120.44986,-120.44987,1,0)
latlong <- matrix(latlong,nrow = 24)
distance_matrix <- as.matrix(dist(latlong[,c(1,2)],method = "euclidean"))
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。