在R中计算两个数据框中点坐标的最近距离并保留所有列

针对你的需求（4万个点匹配200个点的最近邻，保留全部字段），推荐用sf包的矢量化操作，比rowwise()高效得多，下面是两种优雅的实现方式：

方法1：st_nearest_feature + 列绑定 #

先通过st_nearest_feature获取每个file1_sf点对应的file2_sf最近点的索引，再绑定属性并计算距离：

library(sf)

# 沿用你提供的file1_sf和file2_sf数据

# 获取每个file1点对应的file2最近点索引
nearest_idx <- st_nearest_feature(file1_sf, file2_sf)

# 合并file2的属性到file1
result <- cbind(file1_sf, file2_sf[nearest_idx, ])

# 计算两点间的球面距离（单位：米，4326坐标系下默认返回米）
result$distance_m <- as.numeric(st_distance(file1_sf, file2_sf[nearest_idx, ], by_element = TRUE))

方法2：st_join直接匹配最近邻 #

用st_join的join=st_nearest_feature参数一步完成匹配，代码更简洁：

library(sf)
library(dplyr) # 用于重命名和列选择

# 一步完成最近邻匹配，保留所有列
result <- st_join(file1_sf, file2_sf, join = st_nearest_feature, left = TRUE)

# 计算两点间距离
result$distance_m <- as.numeric(st_distance(result$geometry, result$geometry.y, by_element = TRUE))

# 可选：重命名列让结果更清晰
result <- result %>%
  rename(point1_geometry = geometry, point2_geometry = geometry.y) %>%
  select(id, score1, score2, name, feature, distance_m, point1_geometry, point2_geometry)

关键优势 #

• 效率高：矢量化操作避免了rowwise()的逐行循环，4万条数据处理速度会快很多
• 保留所有列：两种方法都会完整保留file1的id、score1、score2和file2的name、feature字段
• 距离准确：针对WGS84（4326）坐标系，st_distance默认计算球面距离，返回单位为米，如需千米可除以1000

内容的提问来源于stack exchange，提问作者Anisha Garg