Calcular la distancia entre filas consecutivas, por grupo [duplicar]

Aug 17 2020

Mañana tarde noche

Tengo los siguientes datos del barco:

set.seed(123)

df <- data.frame(
  fac = as.factor(c("A", "A", "A", "A",
                    "B", "B", "B",
                    "C", "C", "C", "C", "C")),
  lat = runif(12, min = 45, max = 47),
  lon = runif(12, min = -6, max = -5 ))

Agrupo los datos por la variable factorial fac.

library(dplyr)

df_grouped <- df %>% 
  group_by(fac) %>% 
  summarise(first_lon = first(lon),
            last_lon  = last(lon),
            first_lat = first(lat),
            last_lat  = last(lat))

Utilizo la primera y última latitudes ( lat) y longitudes ( lon) para crear polígonos

También utilizo la primera y última latitudes ( lat) y longitudes ( lon) para estimar la distancia a través del polígono.

library(geosphere)

df_grouped %>% 
  mutate(distance_m = distHaversine(matrix(c(first_lon, first_lat), ncol = 2),
                                    matrix(c(last_lon, last_lat),   ncol = 2)))

Aunque esto supone que el barco va en línea recta a través de la mayor distancia posible dentro del polígono.

Esto no siempre es cierto, a veces se mueve un poco:

.

Lo que me gustaría hacer es la distancia real que ha recorrido el barco calculando la distancia entre cada fila con un grupo.

O en otras palabras:

Por ejemplo fac == "C", para , el barco habrá recorrido xmetros, donde xse calcula a partir de la distancia entre cada punto de datos dentro de la agrupación.

Respuestas

1 Waldi Aug 17 2020 at 16:13

Tratar :

df %>%  group_by(fac) %>%
  mutate(lat_prev = lag(lat,1), lon_prev = lag(lon,1) ) %>%
   mutate(dist = distHaversine(matrix(c(lon_prev, lat_prev), ncol = 2),
                matrix(c(lon, lat),   ncol = 2))) %>%
  summarize(dist = sum(dist,na.rm=T))

# A tibble: 3 x 2
  fac      dist
  <fct>   <dbl>
1 A      93708.
2 B     219742.
3 C     347578.

Mucho mejor, como sugiere Henrik:

df %>%  group_by(fac) %>%
        summarize(dist = distHaversine(cbind(lon, lat))) %>%
        summarize(dist = sum(dist,na.rm=T))
davy Aug 17 2020 at 16:14

El dplyr::lagse tire el valor de la fila anterior. Luego puede pasar esos valores a un segundo paso de mutación para realizar cálculos de distancia (estos probablemente no sean los cálculos específicos que desea, pero ilustra la técnica general):

library(dplyr)

df %>% 
  group_by(fac) %>% 
  mutate(lag_lat = lag(lat), lag_lon = lag(lon)) %>% 
  mutate(dist_lat = lat - lag_lat, dist_lon = lon - lag_lon)

Tenga en cuenta que lages sensible al orden de las filas. Asegúrese de que estén en orden temporal.