从 R 中的两个数据表中找到最接近的邮政编码

Question

我有两个单独的数据 table，我想找到从一个数据 table 到另一个的壁橱邮政编码。从 SiteZip table，我希望邮政编码通过 ConsumerZip table 循环以获得邮政编码之间的最短距离。我使用 zipcodeR 包为其分配纬度和经度。下面是两个 table。第一个 table 是商店的位置。其他 table 是客户所在地。我希望能够创建一个 table 来显示每个客户最近的商店。我已经研究了几天，但没有找到很多符合我正在寻找的请求。最终，我会根据客户位置用密度圆绘制商店位置。预先感谢您提供的任何帮助。

head(StoreZip)
   Zip  Store         Address1        City State   lat    lng
1: 01026 11111 151 South Street  Cummington    MA 42.48 -72.93
2: 01040 11112    303 Beech St.     Holyoke    MA 42.22 -72.64
3: 01104 11113  417 Liberty St. Springfield    MA 42.13 -72.57
4: 01104 11114    2155 Main St. Springfield    MA 42.13 -72.57
5: 01301 11115   55 Federal St.  Greenfield    MA 42.63 -72.59
6: 01301 11116     1 Arch Place  Greenfield    MA 42.63 -72.59```

```head(CustomersZip)
    Zip         ID         Address1       City    State lat    lng
1: 01001    65484654805 1548 MAIN STREET AGAWAM    MA 42.07 -72.63
2: 01001    64846124846    569 MAPLE ST  AGAWAM    MA 42.07 -72.63
3: 01001    68421548945 68 PLANTATION DR AGAWAM    MA 42.07 -72.63
4: 01001    84051545484   154 South DR   AGAWAM    MA 42.07 -72.63
5: 01001    97545154848   985 Main St    AGAWAM    MA 42.07 -72.63
6: 01002    64841515484    54 KING ST    PELHAM    MA 42.38 -72.52

Answer 1

这是将每个 CustomersZip$ID 映射到最接近的 StoreZip$Store 的解决方案：

library(data.table)
# library(geosphere) # distHaversine
CustomersZip[
  , Store := StoreZip$Store[
      which.min(geosphere::distHaversine(
        cbind(first(lng), first(lat)),
        StoreZip[, cbind("lng", "lat"), with = FALSE])) ]
  , by = ID ]

CustomersZip
#      Zip          ID   lat    lng Store
#    <int>      <char> <num>  <num> <int>
# 1:  1001 65484654805 42.07 -72.63 11113
# 2:  1001 64846124846 42.07 -72.63 11113
# 3:  1001 68421548945 42.07 -72.63 11113
# 4:  1001 84051545484 42.07 -72.63 11113
# 5:  1001 97545154848 42.07 -72.63 11113
# 6:  1002 64841515484 42.38 -72.52 11112

演练：

distHaversine 对两个参数进行操作，通常是矩阵（或帧），每个参数有两列；它如何计算距离取决于每个参数 p1 和 p2 中的点数：
- 如果p1有一个点，则计算所有p2点到个别p1点；同样，如果 p2 有一个点；
- 如果p1和p2的点数相同，则逐点计算距离，即row1与row1，row2与row2等；它不对“row1 with row1,row2,row3,...”、“row2 with row1,row2,row3,...”进行笛卡尔展开，因此必须外部发生
因此，我们一次处理一个客户，找到距离最小 (which.min) 的商店并存储其 Store id
虽然这个示例数据不是一个因素，但我选择按 CustomersZip$ID 对其进行分组，并仅使用为该客户找到的 first lat/lng；如果客户可能有不同的积分，则删除 first 调用，并改为使用 by = seq_len(nrow(CustomersZip)) 分组；如果不需要这一步，它仍然会计算出相同的结果，唯一的损失是多次计算相同距离的效率

可重复使用的数据（问题中的一部分）：

StoreZip <- fread("
  Zip Store   lat    lng
01026 11111 42.48 -72.93
01040 11112 42.22 -72.64
01104 11113 42.13 -72.57
01104 11114 42.13 -72.57
01301 11115 42.63 -72.59
01301 11116 42.63 -72.59")

CustomersZip <- fread("
  Zip      ID       lat    lng
01001 65484654805 42.07 -72.63
01001 64846124846 42.07 -72.63
01001 68421548945 42.07 -72.63
01001 84051545484 42.07 -72.63
01001 97545154848 42.07 -72.63
01002 64841515484 42.38 -72.52", colClasses = list(character="ID"))

从 R 中的两个数据表中找到最接近的邮政编码

Find closest Zip Code to another from two data tables in R

r

data.table

zipcode