我有一个有68个观测值的sf对象。在每个位置我有4个不同的点，具有不同的PointID（SchlagID），但具有相同的LocationID（FieldID）。我现在想计算每个位置之间的距离，每个位置总共有6个值（包括对角线距离，假设点在正方形中）
到目前为止，我已经能够计算4个值，但不知道如何计算对角线距离以及。
数据如下
下面是我正在编写的代码
pdist.df = data.frame(trapID=NA,LS=NA,dist=NA)
list.lsFeat = 1
counter=1
for(i in 1:nrow(raps_filtered_sf)){
this.trap=raps_filtered_sf[i,]
for(l in list.lsFeat){
this.feat = raps_filtered_sf %>%
filter(FieldID==this.trap$FieldID)
#ind <- st_nearest_feature(this.trap, this.feat)
dis <- st_distance(this.trap, this.feat)
print(paste0("trap: ", this.trap$SchlagID, "//LS: ", this.feat$SchlagID, "//Dist: ", dis))
pdist.df[counter,] = c(trapID=this.trap$SchlagID, LS=l, dist=dis)
counter=counter+1
}
}
1条答案
按热度按时间wfveoks01#
我相信你正在寻找一个
sf::st_distance()调用。当用于单个sfDataframe 时，它将输出一个距离矩阵。对名称进行一点微调可以使其更容易解释，但并不是严格要求的。
举个例子，考虑这段代码，构建在3个半随机的北卡罗来纳州城市之上（因为我非常喜欢{sf}附带的nc.shp文件）：