使用dplyr计算分组内每个成员到其他成员的最小距离

需求说明 #

为数据集新增一列min_distance，表示每个ChanceId分组内，每个球员到同组其他9名球员的最小英尺距离。

解决方案 #

使用dplyr分组操作结合自定义函数实现，兼顾可读性与大规模分组的处理效率：

1. 加载依赖包

library(dplyr)

2. 定义计算最小距离的函数
   函数在单个分组内生成所有球员的坐标距离矩阵，排除自身到自身的距离后，提取每行最小值（即当前球员到最近队友的距离）：

calc_min_distance <- function(x, y) {
  # 生成欧氏距离矩阵
  dist_matrix <- sqrt(outer(x, x, `-`)^2 + outer(y, y, `-`)^2)
  # 将对角线（自身距离）设为NA，避免干扰最小值计算
  diag(dist_matrix) <- NA
  # 提取每行最小值
  apply(dist_matrix, 1, min, na.rm = TRUE)
}

3. 分组计算并新增列
   通过group_by按ChanceId分组，用mutate调用自定义函数生成结果：

data_with_min_dist <- data %>%
  group_by(ChanceId) %>%
  mutate(min_distance = calc_min_distance(X_RimLocation, Y_RimLocation)) %>%
  ungroup()

结果示例 #

查看处理后的数据集前6行：

head(data_with_min_dist)

输出结果：

# A tibble: 6 × 5
  ChanceId                              Player           X_RimLocation Y_RimLocation min_distance
  <chr>                                 <chr>                   <dbl>         <dbl>        <dbl>
1 AD885857-5C31-575C-9963-B4D88E320451 Robert Covington       -39.8          -7.97         4.60
2 AD885857-5C31-575C-9963-B4D88E320451 Mason Plumlee          -40.6           4.19         2.89
3 AD885857-5C31-575C-9963-B4D88E320451 Jusuf Nurkic           -40.1           1.51         2.89
4 AD885857-5C31-575C-9963-B4D88E320451 Ish Smith              -30.0          18.0         12.2 
5 AD885857-5C31-575C-9963-B4D88E320451 Gordon Hayward         -34.2         -22.2         13.0 
6 AD885857-5C31-575C-9963-B4D88E320451 Norman Powell          -32.9           4.39         4.52

优势说明 #

• 基于dplyr的分组逻辑，代码结构清晰，符合tidyverse风格
• 利用距离矩阵批量计算，比逐行循环效率更高，适合处理数千个分组的大规模数据

内容的提问来源于stack exchange，提问作者amerg