Wie euklidischen Abstand innerhalb der Gruppe in R

Question

berechnen Wenn ich einen Datenrahmen wie diese:

ID GroupID X Y 
1 a  772.7778 226.5 
1 a  806.5645 35.3871 
1 a  925.5714 300.9286 
1 b  708.0909 165.5455 
1 b  630.8235 167.4118 
2 a  555.3333 151.875 
2 a  732.8947 462.3158 

Hier ist das Ergebnis, das ich haben will:

ID GroupID X  Y  Distance 
1 a  772.7778 226.5 NA 
1 a  806.5645 35.3871 dist between((772.7778,226.5),(806.5645,35.3871)) 
1 a  925.5714 300.9286 dist between((925.5714,300.9286),(806.5645,35.3871)) 
1 b  708.0909 165.5455 NA 
1 b  630.8235 167.4118 dist between((708.0909,165.5455),(630.8235,167.4118)) 
2 a  555.3333 151.875 NA 
2 a  732.8947 462.3158 dist between((732.8947,462.3158),(555.3333,151.875)) 

Grundsätzlich ist der Abstand innerhalb ID und Gruppen-ID. NA bedeutet hier, dass in jeder Untergruppe (z. B. ID = 1; GroupID = a) der erste Abstand NA ist. Kann mir jemand helfen? Vielen Dank!!!

Answer 1

nie ein dist vor, aber hier ist eine for Schleife, die für Sie arbeiten könnte:

> for(i in 1:nrow(df)) { 
    if(i > 1 && df$GroupID[i] == df$GroupID[i-1]) { 
    df$Distance[i] <- sqrt(((df$X[i] - df$X[i-1])^2) + ((df$Y[i] - df$Y[i-1])^2)) 
    } else { 
    df$Distance[i] <- NA 
    } 
    } 

> df 
    ID GroupID  X  Y Distance 
1 1  a 772.7778 226.5000  NA 
2 1  a 806.5645 35.3871 194.07648 
3 1  a 925.5714 300.9286 290.98957 
4 1  b 708.0909 165.5455  NA 
5 1  b 630.8235 167.4118 77.28994 
6 2  a 555.3333 151.8750  NA 
7 2  a 732.8947 462.3158 357.63325 

Answer 2

Dies ist eine Lösung mit dplyr und mit dist den euklidischen Abstand zu berechnen:

library(dplyr) 

df <- read.table(text = " 
    ID GroupID X  Y 
    1 a  772.7778 226.5 
    1 a  806.5645 35.3871 
    1 a  925.5714 300.9286 
    1 b  708.0909 165.5455 
    1 b  630.8235 167.4118 
    2 a  555.3333 151.875 
    2 a  732.8947 462.3158", header = T, stringsAsFactors = F) 

df %>% 
    group_by(ID, GroupID) %>% 
    mutate(rows = row_number()) %>% 
    left_join(df, by = c('ID', 'GroupID')) %>% 
    rowwise() %>% 
    mutate(Distance = ifelse(dist(rbind(c(X.x, Y.x), c(X.y, Y.y))) != 0, 
          dist(rbind(c(X.x, Y.x), c(X.y, Y.y))), 
          NA)) %>% 
    filter(rows == 1) %>% 
    select(ID, GroupID, X = X.y, Y= Y.y, Distance) 

##  ID GroupID  X  Y Distance 
## <int> <chr> <dbl> <dbl>  <dbl> 
## 1  1  a 772.7778 226.5000  NA 
## 2  1  a 806.5645 35.3871 194.07648 
## 3  1  a 925.5714 300.9286 169.95735 
## 4  1  b 708.0909 165.5455  NA 
## 5  1  b 630.8235 167.4118 77.28994 
## 6  2  a 555.3333 151.8750  NA 
## 7  2  a 732.8947 462.3158 357.63325 

Answer 3

Warum nicht versuchen, etwas wie:

Aufteilen der Daten auf der Grundlage einer Kombination der IDs, zutreffen eine Abstandsfunktion, und dann ungeteilt?

splitted <- split(dat[,c("X","Y")], paste(dat$ID,dat$GroupID)) 

distances <- lapply(splitted, function(x) { 
if(nrow(x) > 2){ # diag() is useless for <= 2x2 matrix 
    c(NA,diag(as.matrix(dist(x))[,-1])) 
} else { 
    c(NA,dist(x)[1]) 
} 
}) 

dat$distances <- unsplit(distances, paste(dat$ID,dat$GroupID)) 

dat 

ID GroupID  X  Y distances 
1 1  a 772.7778 226.5000  NA 
2 1  a 806.5645 35.3871 194.07648 
3 1  a 925.5714 300.9286 290.98957 
4 1  b 708.0909 165.5455  NA 
5 1  b 630.8235 167.4118 77.28994 
6 2  a 555.3333 151.8750  NA 
7 2  a 732.8947 462.3158 357.63325 

side note: wenn jede Gruppe über 10k Zeilen, wird dist langsam bekommen.