在R中分类动物GPS追踪点：判定是否处于最大离巢距离前后

需求说明 #

现有动物GPS追踪数据的DataFrame，包含以下核心字段：

• Trip_ID：行程唯一标识
• Timestamp：点位时间戳
• LON/LAT：点位经纬度
• Colony_lon/Colony_lat：栖息地经纬度
• Dist_to_Colony：点位到栖息地的距离（km）

需要新增Loc_Class列，按行程内的时间顺序对每个点位分类：

• OUT：到达最大离巢距离前的所有点位（外出阶段）
• MAX：该行程中离栖息地最远的点位
• RET：到达最大离巢距离后，返回栖息地前的所有点位（返回阶段）

示例数据及期望输出 #

完整R代码实现 #

library(tidyverse)
library(geosphere)

# 加载数据
df <- read.csv("Tracking_Data.csv")

# 计算点位到栖息地的大圆距离（米转千米），同时处理时间格式并完成分类
df_2 <- df %>%
  mutate(
    dist_to_colony = distGeo(cbind(LON, LAT), cbind(Colony_lon, Colony_lat)) / 1000,
    # 将字符串时间转为可排序的时间类型
    Timestamp = dmy_hm(Timestamp)
  ) %>%
  # 按行程分组，组内按时间排序
  group_by(Trip_ID) %>%
  arrange(Timestamp, .by_group = TRUE) %>%
  mutate(
    # 获取当前行程的最大离巢距离
    max_dist = max(dist_to_colony),
    # 定位最大距离点的最早时间戳（处理同行程多个最大距离点的情况）
    max_timestamp = Timestamp[dist_to_colony == max_dist][1],
    # 按规则分类点位
    Loc_Class = case_when(
      dist_to_colony == max_dist ~ "MAX",
      Timestamp < max_timestamp ~ "OUT",
      TRUE ~ "RET"
    )
  ) %>%
  # 移除临时辅助列
  select(-max_dist, -max_timestamp) %>%
  ungroup()

# 查看结果
print(df_2)

代码逻辑说明 #

1. 时间格式转换：用dmy_hm()将字符串格式的Timestamp转为时间类型，确保后续时间排序和比较的准确性。
2. 分组排序：按Trip_ID分组后，每组内按时间顺序排列，保证点位按行程的实际时间顺序处理。
3. 分界点定位：在每个行程组内计算最大离巢距离，并取该距离对应的最早时间戳作为外出/返回阶段的分界点。
4. 点位分类：通过case_when()按规则给每个点位标记分类：最大距离点标记为MAX，分界点前的标记为OUT，分界点后的标记为RET。

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