我的最终目标是使用 ggplot2 包中的 geom_path 在 ggmap 上连接一组建筑物的所有最近邻居(基于欧几里德距离)。我需要一个循环帮助，让我尽可能轻松地绘制所有邻居
我在北京的 3 种类型的建筑物之间创建了一个距离矩阵(称为“kmnew”):B (x2)、D (x2) 和 L (x1):
B B D D L
B NA 6.599014 5.758531 6.285787 3.770175
B NA NA 7.141096 3.873296 5.092667
D NA NA NA 3.690725 2.563017
D NA NA NA NA 2.832083
L NA NA NA NA NA
我尝试通过声明一个矩阵并使用循环来确定最近的邻居建筑物来逐行辨别每个建筑物的最近邻居:
nn <- matrix(NA,nrow=5,ncol=1)
for (i in 1:nrow(kmnew)){
nn[i,] <- which.min(kmnew[i,])
}
这将返回以下错误(不知道为什么):
Error in nn[i, ] <- which.min(kmnew[i, ]) : replacement has length zero
但似乎将正确答案返回给nn:
[,1]
[1,] 5
[2,] 4
[3,] 5
[4,] 5
[5,] NA
我将其附加到一个名为 newbjdata 的原始数据帧中:
colbj <- cbind(newbjdata,nn)
返回
Name Store sqft long lat nn
1 B 1 1200 116.4579 39.93921 5
2 B 2 750 116.3811 39.93312 4
3 D 1 550 116.4417 39.88882 5
4 D 2 600 116.4022 39.90222 5
5 L 1 1000 116.4333 39.91100 NA
然后我通过ggmap检索我的 map :
bjgmap <- get_map(location = c(lon = 116.407395,lat = 39.904211),
zoom = 13, scale = "auto",
maptype = "roadmap",
messaging = FALSE, urlonly = FALSE,
filename = "ggmaptemp", crop = TRUE,
color = "bw",
source = "google", api_key)
我的最终目标是使用 ggplot 包中的 geom_path 将最近的邻居映射到一个图中。
例如，B 型第 1 栋建筑(第 1 行)的 nn 是 L 型第 1 栋建筑(第 5 行)。显然，我可以通过对数据帧的上述 2 行进行子集化来绘制这条线:
ggmap(bjgmap) +
geom_point(data = colbj, aes(x = long,y = lat, fill = factor(Name)),
size =10, pch = 21, col = "white") +
geom_path(data = subset(colbj[c(1,5),]), aes(x = long,y = lat),col = "black")
但是，我需要一个像循环一样工作的解决方案，我无法弄清楚如何实现这一点，因为我需要引用 nn 列并将其引用回 n 次长经纬度数据。我完全可以相信我没有使用最有效的方法，所以我愿意接受替代方法。非常感谢任何帮助。
最佳答案
这是我的尝试。我使用 gcIntermediate() 包中的 geosphere 来设置线路。首先，我需要重新排列您的数据。当您使用 gcIntermediate() 时，您需要出发和到达 long/lat。那就是你需要四列。为了以这种方式排列您的数据，我使用了 dplyr 包。 mutate_each(colbj, funs(.[nn]), vars = long:lat) 可为您提供所需的到达时间长/纬度。 . 用于“long”和“lat”。 [nn] 是变量的向量索引。然后，我使用了 gcIntermediate() 。这将创建 SpatialLines。您需要使对象成为 SpatialLinesDataFrame。然后，您需要将输出转换为“普通”data.frame。这一步是必不可少的，以便 ggplot 可以读取您的数据。 fortify() 正在做这项工作。
library(ggmap)
library(geosphere)
library(dplyr)
library(ggplot2)
### Arrange the data: set up departure and arrival long/lat
mutate_each(colbj, funs(.[nn]), vars = long:lat) %>%
rename(arr_long = vars1, arr_lat = vars2) %>%
filter(complete.cases(nn)) -> mydf
### Get line information
rts <- gcIntermediate(mydf[,c("long", "lat")],
mydf[,c("arr_long", "arr_lat")],
50,
breakAtDateLine = FALSE,
addStartEnd = TRUE,
sp = TRUE)
### Convert the routes to a data frame for ggplot use
rts <- as(rts, "SpatialLinesDataFrame")
rts.df <- fortify(rts)
### Get a map (borrowing the OP's code)
bjgmap <- get_map(location = c(lon = 116.407395,lat = 39.904211),
zoom = 13, scale = "auto",
maptype = "roadmap",
messaging = FALSE, urlonly = FALSE,
filename = "ggmaptemp", crop = TRUE,
color = "bw",
source = "google", api_key)
# Draw the map
ggmap(bjgmap) +
geom_point(data = colbj,aes(x = long, y = lat, fill = factor(Name)),
size = 10,pch = 21, col = "white") +
geom_path(data = rts.df, aes(x = long, y = lat, group = group),
col = "black")
编辑
如果您想在一个序列中进行所有数据操作，以下是一种方法。
foo 与上面的 rts.df 相同。mutate_each(colbj, funs(.[nn]), vars = long:lat) %>%
rename(arr_long = vars1, arr_lat = vars2) %>%
filter(complete.cases(nn)) %>%
do(fortify(as(gcIntermediate(.[,c("long", "lat")],
.[,c("arr_long", "arr_lat")],
50,
breakAtDateLine = FALSE,
addStartEnd = TRUE,
sp = TRUE), "SpatialLinesDataFrame"))) -> foo
identical(rts.df, foo)
#[1] TRUE
数据
colbj <- structure(list(Name = structure(c(1L, 1L, 2L, 2L, 3L), .Label = c("B",
"D", "L"), class = "factor"), Store = c(1L, 2L, 1L, 2L, 1L),
sqft = c(1200L, 750L, 550L, 600L, 1000L), long = c(116.4579,
116.3811, 116.4417, 116.4022, 116.4333), lat = c(39.93921,
39.93312, 39.88882, 39.90222, 39.911), nn = c(5L, 4L, 5L,
5L, NA)), .Names = c("Name", "Store", "sqft", "long", "lat",
"nn"), class = "data.frame", row.names = c("1", "2", "3", "4",
"5"))
关于r - 使用 ggmap、geom_point 和循环映射长纬度数据集的最近邻居，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29587538/