如何高效计算两组坐标点间的最小Haversine距离？

不用循环的话，推荐几个向量化的高效方案，都是R里专门处理这类问题的工具包，比手动循环快得多：

方案1：用geosphere包（最直接的地理距离工具） #

这个包专门做地理空间距离计算，distm()函数可以直接生成两组坐标的距离矩阵，再取每行最小值就行，底层是C实现的，效率拉满。

library(geosphere)

# 生成示例数据
set.seed(0)
coords_A <- data.frame(id = 1:10, 
                       lon = rnorm(10, 50, 2),
                       lat = rnorm(10, 4, 1))
coords_B <- data.frame(id = 1:7, 
                       lon = rnorm(7, 50, 2),
                       lat = rnorm(7, 4, 1))

# 生成Haversine距离矩阵（单位：米）
distance_matrix <- distm(coords_A[, c("lon", "lat")], coords_B[, c("lon", "lat")], fun = distHaversine)

# 给coords_A添加最小距离列
coords_A$min_distance_m <- apply(distance_matrix, 1, min)

# 查看结果
coords_A

方案2：用sf包（适合空间数据工作流） #

如果平时用sf处理空间数据，直接转成sf对象后计算距离，操作更贴合空间数据的逻辑，同样是向量化处理。

library(sf)

# 转换为sf空间对象（CRS设为WGS84，即4326）
sf_A <- st_as_sf(coords_A, coords = c("lon", "lat"), crs = 4326)
sf_B <- st_as_sf(coords_B, coords = c("lon", "lat"), crs = 4326)

# 计算所有点对的距离，得到稀疏矩阵
distance_matrix <- st_distance(sf_A, sf_B)

# 提取每行最小值，转成数值类型（默认是带单位的对象）
sf_A$min_distance_m <- as.numeric(apply(distance_matrix, 1, min))

# 可选：转成普通data.frame
result_df <- st_drop_geometry(sf_A)
result_df

方案3：用data.table（超大数据量适配） #

如果数据量特别大（比如十万级以上），data.table的笛卡尔积+分组计算能在内存优化上做得更好，不过要注意笛卡尔积的内存消耗，比循环还是高效太多。

library(data.table)

# 转成data.table格式
dt_A <- as.data.table(coords_A)
dt_B <- as.data.table(coords_B)

# 生成所有点对，计算距离后按coords_A的id取最小值
result_dt <- dt_A[, .(lon_A = lon, lat_A = lat), by = id][
  dt_B[, .(lon_B = lon, lat_B = lat)], on = .(), allow.cartesian = TRUE][
    , distance_m := distHaversine(cbind(lon_A, lat_A), cbind(lon_B, lat_B))][
      , .(min_distance_m = min(distance_m)), by = id]

# 合并回原数据
coords_A <- merge(coords_A, result_dt, by = "id")
coords_A

额外说明 #

• 所有方案返回的距离默认是米，要转公里的话除以1000就行
• 数据量极大时，distm()可能占内存，此时优先选sf的稀疏矩阵或者data.table分块处理

内容的提问来源于stack exchange，提问作者reinoud