当已知近似 GPS 坐标到街角位置时，R 填充缺失的文本数据，即非常接近的 gps 坐标

Question

使用 RI 我有一个包含 3,000,000 个观察值和 17 列的数据集。 start_at。纬度。长。位置 1. x.11。 y.11 位置 2 x.12。 y.11 位置3。 x.11。 y.12 位置4。 x.13。 y.13 . x.10。 y.12 位置3。 x.10 y.12

其中两列缺少位置名称数据，共 150,000 个。两列是 GPS 纬度和经度，列的每一行都填充了值。这些值表示自行车租赁站的 gps 坐标（其中 750 个）我想通过比较已知的列名称与已知的 gps 坐标来匹配并填充空白，从而在车站列中填写缺失的名称。

此外，每个站点的 gps 坐标并不准确，但坐标足够精确，因此每个插槽的坐标都略有不同，因此每个站点名称都与一个坐标范围相关联。

station_name. Lat.  long.
X              91.1234  -87.4848
y              93.1245. -87.9876
z              92.8488. -86.8765
z              92.8478. -86.8800
x              91.1245. -87.5000
missing.       91.1233  -87.4850

我需要知道如何用 'x' 填充 'missing'，因为这是 lat/long.

的最近观察范围

除了在 3,000,000 行的 df 中，在 700 个唯一站名中缺少 150,000 个站名，我会手动执行此操作。

有没有办法说'如果 lat +/- x（范围）然后找到另一个在该范围内具有 gps 的站点名称。或者.

如何找到已知站名的最小和最大坐标并将该站名插入到缺少观察。或者.

如何标准化所有 GPS 坐标，以便只有一个坐标与每个站点名称匹配。 IE。查看一个唯一的站名，将其所有已知坐标归一化为一对，然后填写该站缺少的名称。

Answer 1

你可以在这里使用精彩的s2包：

library(s2)
library(dplyr)

df <- data.frame(station_name = c("a", "b", "c", "d", "e", "missing"), 
                 lat = c(81.1234, 83.1245, 82.8488, 82.8478, 81.1245, 81.1233), 
                 lon = c(-87.4848, -87.9876, -86.8765, -86.8800, -87.5000, -87.4850))

创建两个数据框：


# data.frame with missings
df_missings <- df %>%
  filter(station_name == "missing")

# data.frame without missings
df_nomissings <- df %>%
  filter(station_name != "missing")

s2_closest_feature() 来自 s2 包从不同的数据集中找到最近的点。

missings_s2 <- s2_lnglat(df_missings$lon, df_missings$lat)
nomissings_s2 <- s2_lnglat(df_nomissings$lon, df_nomissings$lat)
df_missings$station_name <- df$station_name[s2_closest_feature(missings_s2, nomissings_s2)]

将data.frames绑定在一起：

bind_rows(df_missings, df_nomissings)

并且如果您只想在站点在一定半径内时替换站点名称：

library(spatialrisk)

df_missings1 <- df %>%
  filter(station_name == "missing")

df_missings1$closest_station <- df$station_name[s2_closest_feature(missings_s2, nomissings_s2)]

# Radius in meters
radius_meters <- 100

# Find distance to closest station
df_closest <- df_missings1 %>%
  left_join(., df_nomissings, by = c("closest_station" = "station_name")) %>%
  mutate(distance = spatialrisk::haversine(lat.x, lon.x, lat.y, lon.y)) %>% # in meters
  mutate(station_name = ifelse(distance < radius_meters, closest_station, station_name)) 

df_closest %>%
  select(station_name, lat = lat.x, lon = lon.x) %>%
  bind_rows(df_nomissings)

当已知近似 GPS 坐标到街角位置时，R 填充缺失的文本数据，即非常接近的 gps 坐标

R filling in missing text data when an approximate GPS coordinate is known down to the street corner level of position, i.e. very close gps coordinate

gps

r