确定数据中彼此最远的一组坐标。表R

这有帮助吗?

library(data.table)
library(geosphere)
dtorig <- data.table(x=1:100,lat=(sample(c(800:900),100))/100, lon=(sample(c(3800:3900),100))/100)
x <- distm(x = as.matrix(dtorig[, .(lon, lat)]), fun=distHaversine)
which(x == max(x), arr.ind = TRUE)
#      row col
# [1,]  50  27
# [2,]  27  50

第27排和第50排相距最远。

不使用 data.table 或 geosphere ,但这里有一个 sf 另一种方法说明如何从密度矩阵中找到正确的距离 st_distance . 在这里您可以看到:

1. 使用 set.seed 所以你应该能够复制这个
2. 将坐标列转换为 SF 分数 st_as_sf 一个合适的 crs
3. 获取所有行之间的距离 by_element = FALSE 在里面 St_距离
4. 移除距离矩阵的复制下三角形 lower.tri
5. 添加rowid列以便 gather 将矩阵的其余部分上移到单个距离列中
6. 按距离排序以查看 arrange(desc()) .
7. 突出显示 plot .

library(tidyverse)
library(sf)
set.seed(12345)
dtorig <- tibble(
  x = 1:100,
  lat = (sample(c(800:900), 100)) / 100,
  lon = (sample(c(3800:3900), 100)) / 100
)

sforig <- st_as_sf(dtorig, coords = c("lon", "lat"), crs = 4326)

distances <- sforig %>%
  st_distance(by_element = FALSE) %>%
  unclass %>% 
  `[<-`(lower.tri(., diag = TRUE), NA) %>%
  as_tibble() %>%
  rowid_to_column %>%
  gather(colid, distance, starts_with("V"), na.rm = TRUE) %>%
  arrange(desc(distance))
distances
#> # A tibble: 4,950 x 3
#>    rowid colid distance
#>    <int> <chr>    <dbl>
#>  1    30 V68    138244.
#>  2    30 V75    137957.
#>  3    19 V30    135068.
#>  4    48 V78    131849.
#>  5    40 V90    131280.
#>  6    48 V90    130946.
#>  7    40 V78    130035.
#>  8    50 V68    128851.
#>  9    45 V48    128805.
#> 10    40 V45    128531.
#> # ... with 4,940 more rows

sforig %>%
  st_geometry %>% 
  plot(col = "red", pch = 19)

sforig %>% 
  filter(x %in% c(30, 68)) %>%
  st_geometry %>% 
  plot( add = TRUE, col = "blue", pch = 19)

创建于2018-07-25 reprex package (v0.2.0版)。