在 R 中确定 'true' 地址位置的方法

Question

我有一个很大的 AddressId 数据集需要清理。最终用户可以自己输入属于某个 AddressId 的坐标，因此某些 AddressId 具有许多（> 20）个略有不同（有时只有几米）的经度和纬度。例如：

AddressID      Longitude        Latitude
1234           77.037692        38.89864
1234           77.037872        38.88775
1234           77.048522        38.78553

现在，我想在 R 的帮助下确定哪个经度和哪个纬度最准确。取中位数或类似的东西是不可能的，因为坐标略有不同，而且几乎从来没有完全相同的坐标进入。

我的想法是，与另一个经度（分别为纬度）的距离最短的经度（分别为纬度）应该是最准确的。现在我想知道我可以使用哪种包和方法来回答这样的问题。

Answer 1

我尝试使用我在评论中链接的方法，只需要基本功能：

# Read in data.
df <- read.table(header = TRUE, text = "AddressID      Longitude        Latitude
1234           77.037692        38.89864
                 1234           77.037872        38.88775
                 1234           77.048522        38.78553")


# Get the radians.
df$LongitudeRadians <- df$Longitude * pi / 180
df$LatitudeRadians <- df$Latitude * pi / 180

# Get the cartesian coordinates.
df$x <- sin(df$LatitudeRadians) * cos(df$LongitudeRadians)
df$y <- sin(df$LatitudeRadians) * sin(df$LongitudeRadians)
df$z <- cos(df$LatitudeRadians)

# Get the means.
avgs <- aggregate.data.frame(df[c(1,6:8)], by = list(df$AddressID), FUN = "mean")

# Convert back to degrees.
avgs$LongitudeRadians <- atan2(avgs$y, avgs$x)
avgs$LatitudeRadians <- atan2(sqrt(avgs$x^2 + avgs$y^2), avgs$z)

avgs$Longitude <- avgs$LongitudeRadians * 180 / pi
avgs$Latitude <- avgs$LatitudeRadians * 180 / pi

avgs <- avgs[c(2,8:9)]

结果分数与仅计算经度和纬度的平均值不同，可能是因为您给定的 long/lat 靠得太近了。

但是，嘿，我今天学到了一些关于球坐标系的知识，所以即使这被否决了，我也很开心。

在 R 中确定 'true' 地址位置的方法

Method to determine 'true' address location in R

geocoding

r

prediction