在R中匹配驼鹿与狼的日期并计算UTM33坐标距离的技术求助

我懂你现在的痛点——你之前用cbind把两个数据集硬绑在一起，相当于把驼鹿和狼的记录按行强行配对，完全没实现“同一天内每个驼鹿对应所有狼”的逻辑，结果自然是日期对不上。下面我给你改好代码，完美贴合你的需求：

第一步：数据预处理（修正时间格式+提取日期键） #

首先我们先把时间格式处理正确，并且提取日期列作为后续匹配的关键（因为你只需要同一天的记录）：

library(data.table)

# 转换为data.table格式
mloc = data.table(moosesubset)
wloc = data.table(wolfsubset)

# 修正时间格式：注意你数据里的日期是"22-02-18"这种日-月-年的格式，所以要用%d-%m-%y
mloc[, DateTime := as.POSIXct(DateTime, format = "%d-%m-%y %H:%M")]
wloc[, DateTime := as.POSIXct(DateTime, format = "%d-%m-%y %H:%M")]

# 提取日期列，作为匹配的核心键
mloc[, Date := as.Date(DateTime)]
wloc[, Date := as.Date(DateTime)]

# 重命名坐标列，避免连接后列名冲突
setnames(mloc, c("X", "Y"), c("mooseX", "mooseY"))
setnames(wloc, c("X", "Y"), c("wolfX", "wolfY"))

第二步：按日期匹配所有驼鹿-狼组合 #

这里用data.table的等值连接，把同一天的所有驼鹿记录和所有狼记录做笛卡尔配对——也就是每个驼鹿的当日位置，都会和当天所有狼的所有位置组合：

# 按Date连接，allow.cartesian=TRUE是因为驼鹿数量多，配对后行数会是驼鹿当日数×狼当日数，需要开启这个参数
moosewolf = mloc[wloc, on = .(Date), allow.cartesian = TRUE]

第三步：计算距离并整理结果表 #

接下来计算UTM坐标的欧氏距离（单位就是米，正好符合你的需求），然后整理成你想要的列格式：

# 计算距离并取整
moosewolf[, `Distance(m)` := round(sqrt((mooseX - wolfX)^2 + (mooseY - wolfY)^2))]

# 整理成你需要的结果表结构
result_table = moosewolf[, .(
  mooseID = MooseID,
  mooseDate = Date,
  mooseX,
  mooseY,
  wolfID = `Wolf ID`,
  wolfDate = Date,
  wolfX,
  wolfY,
  `Distance(m)`
)]

第四步：筛选近距离相遇记录 #

最后筛选出距离小于1000米的记录，这时候你会得到当天所有和驼鹿距离近的狼的记录，而不是只保留最近的：

encounters = result_table[`Distance(m)` < 1000]

关键逻辑说明 #

• 为什么不用cbind？因为cbind是按行索引硬凑，完全不考虑日期匹配，而我们需要的是同一天内的所有可能组合，这必须用数据连接来实现。
• allow.cartesian=TRUE的作用：因为驼鹿的记录数（每2小时一次）远多于狼（每4小时一次），连接后行数会是两者当日记录数的乘积，data.table默认会阻止这种“笛卡尔积”，所以需要手动开启这个参数。

内容的提问来源于stack exchange，提问作者Laura