如何用R高效计算Origins与Destinations经纬度点间空间距离？

问题核心 #

需要处理50万条起点坐标，高效计算每个起点到5个固定终点的距离，避免低效循环，使用geosphere::distRhumb()函数。

错误代码分析 #

你之前的apply写法存在两个关键问题：

1. 匿名函数的参数名Destinations与外部变量重名，导致内部无法访问真正的目标点矩阵；
2. p1 = Origins传入的是整个起点数据集，而非当前遍历的单个起点，因此计算结果不符合预期。

高效解决方案 #

方法一：修正apply写法（推荐，简洁高效） #

先将数据转为矩阵（distRhumb对矩阵输入的处理更高效），再用apply遍历每个起点，计算其到所有终点的距离，最后转置结果得到每行对应一个起点、每列对应一个终点的矩阵：

library(geosphere)

# 示例数据
Origins <- 
  data.frame(Lon1 = c(-100, -50),
             Lat1 = c(20, 10))

Destinations <-
  data.frame(Lon2 = c(-91, -151, -139, -140, -100),
             Lat2 = c(9, 10, 11, 8, 5))

# 转为矩阵提升效率
origins_mat <- as.matrix(Origins)
dests_mat <- as.matrix(Destinations)

# 计算距离并转置结果
distance_matrix <- t(apply(origins_mat, 1, function(single_origin) {
  distRhumb(p1 = single_origin, p2 = dests_mat)
}))

# 转为数据框（可选，根据需求）
distance_df <- as.data.frame(distance_matrix)
colnames(distance_df) <- paste0("Dest_", 1:ncol(distance_df))

方法二：向量化广播（适合超大数据量） #

如果需要极致性能，可以通过矩阵广播将起点和终点的维度对齐，一次性计算所有距离，再重塑结果：

# 扩展起点矩阵：每个起点重复5次（对应5个终点）
origins_expanded <- origins_mat[rep(1:nrow(origins_mat), each = nrow(dests_mat)), ]
# 扩展终点矩阵：终点重复50万次（对应每个起点）
dests_expanded <- dests_mat[rep(1:nrow(dests_mat), nrow(origins_mat)), ]

# 一次性计算所有距离
all_distances <- distRhumb(p1 = origins_expanded, p2 = dests_expanded)

# 重塑为目标矩阵
distance_matrix <- matrix(all_distances, nrow = nrow(origins_mat), byrow = TRUE)

结果说明 #

运行上述代码后，distance_matrix（或distance_df）会输出：

• 行数 = 起点数量（示例中为2）
• 列数 = 终点数量（示例中为5）
• 每个单元格值为对应起点到终点的rhumb线距离（单位：米）

性能提示 #

• geosphere包的底层是C实现，运算效率极高，处理50万条起点数据完全可行；
• 如果需要进一步提速，可以使用parallel::parApply进行并行计算（需根据CPU核心数调整）；
• 提前将数据转为矩阵而非数据框，能减少函数内部的类型转换开销。

内容的提问来源于stack exchange，提问作者user6062513