R语言处理GPS数据统计A点到B点的有效完成行程次数

前置说明 #

你原有区域判断代码存在逻辑错误：df$Latitude<=45.50 & df$Latitude>=45.55 永远返回FALSE，因为45.55大于45.50，以下代码已修正该问题。

实现逻辑 #

• 第一步：格式化时间字段，按时间升序排序数据
• 第二步：标记GPS点所属区域（A区/B区/非目标区）
• 第三步：识别连续停留事件，合并同一区域连续GPS点为单个停留事件，支持自定义最小停留时长过滤
• 第四步：匹配连续的A区停留→B区停留序列，统计为一次完整行程

完整可运行代码 #

# 加载所需包，未安装的话先运行 install.packages(c("dplyr", "lubridate")) 安装
library(dplyr)
library(lubridate) # 仅用于简化时间格式化，也可以替换为base R的as.POSIXct实现

# ---------------------- 1. 数据预处理 ----------------------
# 示例数据导入，实际使用时替换为你的数据读取代码
df <- data.frame(
  `Record Time` = c("07/04/2020 10:00:00", "07/04/2020 10:01:00", "07/04/2020 10:02:00",
                    "07/04/2020 10:15:00", "07/04/2020 10:16:00", # B区停留示例
                    "07/04/2020 12:00:00", "07/04/2020 12:01:00", # 第二次A区停留
                    "07/04/2020 12:30:00", "07/04/2020 12:31:00"), # 第二次B区停留
  Duration = c("00:00.00", "00:01.00", "00:02.00",
               "00:15.00", "00:16.00",
               "00:00.00", "00:01.00",
               "00:30.00", "00:31.00"),
  Longitude = c(08.32436, 08.32436, 08.32436,
                8.42436, 8.42436, # B区经度示例
                08.32436, 08.32436,
                8.42436, 8.42436),
  Latitude = c(45.53638, 45.53638, 45.53638,
               45.63638, 45.63638, # B区纬度示例
               45.53638, 45.53638,
               45.63638, 45.63638),
  Altitude = c(85.4, 85.4, 85.4,
               92.1, 92.1,
               85.4, 85.4,
               92.1,92.1),
  check.names = F
)

# 转换时间格式，按时间排序
df$`Record Time` <- dmy_hms(df$`Record Time`) 
# 不用lubridate的话替换为：df$`Record Time` <- as.POSIXct(df$`Record Time`, format="%d/%m/%Y %H:%M:%S")
df <- df %>% arrange(`Record Time`)

# ---------------------- 2. 定义区域规则 ----------------------
# 自定义A、B区域范围，按实际需求修改
A_LON_MIN <- 8.30; A_LON_MAX <- 8.35
A_LAT_MIN <- 45.50; A_LAT_MAX <- 45.55
A_ALT_MIN <- 85.35; A_ALT_MAX <- 85.45

B_LON_MIN <- 8.40; B_LON_MAX <- 8.45
B_LAT_MIN <- 45.60; B_LAT_MAX <- 45.65
B_ALT_MIN <- 92.05; B_ALT_MAX <- 92.15

# 标记所属区域
df$region <- NA
df$region[df$Longitude >= A_LON_MIN & df$Longitude <= A_LON_MAX & 
            df$Latitude >= A_LAT_MIN & df$Latitude <= A_LAT_MAX &
            df$Altitude >= A_ALT_MIN & df$Altitude <= A_ALT_MAX] <- "A"
df$region[df$Longitude >= B_LON_MIN & df$Longitude <= B_LON_MAX & 
            df$Latitude >= B_LAT_MIN & df$Latitude <= B_LAT_MAX &
            df$Altitude >= B_ALT_MIN & df$Altitude <= B_ALT_MAX] <- "B"

# ---------------------- 3. 识别连续停留事件 ----------------------
# 用rle识别连续相同区域的块
rle_res <- rle(df$region)
# 生成事件ID
df$event_id <- rep(seq_along(rle_res$lengths), rle_res$lengths)

# 统计每个停留事件的信息
stay_events <- df %>%
  filter(!is.na(region)) %>% # 过滤非目标区域的点
  group_by(event_id, region) %>%
  summarise(
    start_time = min(`Record Time`),
    end_time = max(`Record Time`),
    stay_duration = difftime(end_time, start_time, units = "mins"), # 停留时长，单位分钟
    .groups = "drop"
  )

# 可选：过滤过短的停留，比如停留小于1分钟的不算，不需要的话注释掉这行即可
stay_events <- stay_events %>% filter(stay_duration >= 0) # 0表示不过滤，按需求调整

# ---------------------- 4. 匹配A→B行程 ----------------------
journeys <- data.frame()
if(nrow(stay_events) >=2 ){
  for(i in 2:nrow(stay_events)){
    # 前一个事件是A，当前事件是B，匹配为一次行程
    if(stay_events$region[i-1] == "A" && stay_events$region[i] == "B"){
      journeys <- rbind(journeys, data.frame(
        journey_id = nrow(journeys)+1,
        start_time = stay_events$start_time[i-1],
        end_time = stay_events$end_time[i]
      ))
    }
  }
}

# ---------------------- 5. 输出结果 ----------------------
cat(paste0("Amount journeys: ", nrow(journeys), "\n"))
if(nrow(journeys)>0){
  # 格式化时间为HH:MM，和需求示例一致
  journeys$Start <- format(journeys$start_time, "%H:%M")
  journeys$End <- format(journeys$end_time, "%H:%M")
  print(journeys %>% select(journey_id, Start, End), row.names = F)
}

输出示例 #

运行上述示例数据后输出如下：

Amount journeys: 2
 journey_id Start   End
          1 10:00 10:16
          2 12:00 12:31

如果需要计算跨天的行程，修改format的时间格式即可，比如加日期参数"%d/%m/%Y %H:%M"。

内容的提问来源于stack exchange，提问作者mcfly