匹配两个DataFrame近似经纬度，填充对应Marketname列

问题描述 #

我有两个包含经纬度的DataFrame，需要对比两者的经纬度进行近似匹配：当两个DataFrame中的经纬度前5位数值一致（例如纬度取-22.892、经度取-48.450，即四舍五入到3位小数后相等）时，将DataFrame x的Marketname填入DataFrame y对应行的Marketname列。

原始数据 #

DataFrame x：

x <- structure(list(Latitude = c(-22.8928950233225, -22.929618895716, 
-22.8773751675936), Longitude = c(-48.4504779883472, -48.4515412645053, 
-48.4364903609011), Marketname = c("Market1", "Market2", 
"Market3")), row.names = c(NA, 3L), class = "data.frame")

输出：

> x
   Latitude Longitude Marketname
1 -22.89290 -48.45048    Market1
2 -22.92962 -48.45154    Market2
3 -22.87738 -48.43649    Market3

DataFrame y（初始状态）：

y <- structure(list(lat = c(-22.8715263, -22.8774825, -22.8928723, 
-22.9295906), lng = c(-48.440335, -48.4364964, -48.4507477, -48.4516264
), Marketname = c("Market0","0", "0", "0")), row.names = c(NA, 4L), class = "data.frame")

输出：

> y   
        lat       lng Marketname
1 -22.87153 -48.44033    Market0
2 -22.87748 -48.43650          0
3 -22.89287 -48.45075          0
4 -22.92959 -48.45163          0

预期输出 #

> y   
            lat       lng Marketname
    1 -22.87153 -48.44033    Market0
    2 -22.87748 -48.43650    Market3
    3 -22.89287 -48.45075    Market1      
    4 -22.92959 -48.45163    Market2      

解决方案 #

核心思路是将经纬度四舍五入到3位小数（保证前5位数值一致），再进行匹配填充。

方法1：基础R实现 #

# 为x生成匹配键（经纬度保留3位小数）
x$lat_key <- round(x$Latitude, 3)
x$lng_key <- round(x$Longitude, 3)

# 为y生成匹配键
y$lat_key <- round(y$lat, 3)
y$lng_key <- round(y$lng, 3)

# 通过拼接键值对进行匹配，填充Marketname
match_pos <- match(paste(y$lat_key, y$lng_key), paste(x$lat_key, x$lng_key))
y$Marketname[!is.na(match_pos)] <- x$Marketname[match_pos[!is.na(match_pos)]]

# 移除临时生成的键列
y <- y[, !names(y) %in% c("lat_key", "lng_key")]

# 查看结果
print(y)

方法2：tidyverse/dplyr实现 #

如果习惯使用tidyverse生态，用左连接更直观：

library(dplyr)

# 预处理x，生成带匹配键的数据集
x_clean <- x %>%
  mutate(lat_key = round(Latitude, 3),
         lng_key = round(Longitude, 3)) %>%
  select(lat_key, lng_key, Marketname)

# 处理y，连接后替换Marketname
y_final <- y %>%
  mutate(lat_key = round(lat, 3),
         lng_key = round(lng, 3)) %>%
  left_join(x_clean, by = c("lat_key", "lng_key")) %>%
  # 保留原有非空的Marketname，填充匹配到的名称
  mutate(Marketname = ifelse(is.na(Marketname.y), Marketname.x, Marketname.y)) %>%
  select(lat, lng, Marketname)

# 查看结果
print(y_final)

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