使用gdist()为分组子集计算点间距离

我有一份包含2个个体（squirrelID）的数据子集，仅展示相关列：以squirrelID 23054为例，该个体有多次Foray记录（type列），每条记录对应纬度（lat）和经度（lon）。我需为每个squirrelID分别计算每条Foray记录与Nest2017记录（type列）的距离，以下代码可正常运行（计算结果为……）

解决方案（R语言实现） #

我用dplyr做数据清洗匹配，geosphere包计算地理距离，逻辑清晰且能稳定运行：

# 加载依赖包
library(dplyr)
library(geosphere)

# 假设你的数据集名为squirrel_df，包含squirrelID、type、lat、lon核心列
# 第一步：提取每个松鼠的Nest2017专属坐标
nest_info <- squirrel_df %>%
  filter(type == "Nest2017") %>%
  select(squirrelID, nest_lat = lat, nest_lon = lon)

# 第二步：匹配坐标并计算距离
result_df <- squirrel_df %>%
  filter(type == "Foray") %>%
  left_join(nest_info, by = "squirrelID") %>%
  mutate(
    # 计算哈弗辛距离，单位为米（适合短距离地理计算）
    distance_to_nest_m = distHaversine(cbind(lon, lat), cbind(nest_lon, nest_lat))
  )

# 查看squirrelID 23054的计算结果
filter(result_df, squirrelID == 23054)

运行后会得到类似这样的结果（示例）：

解决方案（Python语言实现） #

如果习惯用Python，用pandas和geopy也能轻松搞定：

import pandas as pd
from geopy.distance import geodesic

# 假设数据集名为squirrel_df
# 提取每个松鼠的巢穴坐标并重命名列
nest_coords = squirrel_df[squirrel_df['type'] == 'Nest2017'][['squirrelID', 'lat', 'lon']]
nest_coords = nest_coords.rename(columns={'lat': 'nest_lat', 'lon': 'nest_lon'})

# 合并Foray记录与巢穴坐标，计算测地线距离（精度更高）
result_df = squirrel_df[squirrel_df['type'] == 'Foray'].merge(nest_coords, on='squirrelID')
result_df['distance_to_nest_km'] = result_df.apply(
    lambda row: geodesic((row['lat'], row['lon']), (row['nest_lat'], row['nest_lon'])).km,
    axis=1
)

# 查看目标个体的计算结果
print(result_df[result_df['squirrelID'] == 23054])

运行后会输出对应松鼠每条Foray记录到巢穴的距离，单位默认千米，可通过.meters改为米，满足不同精度需求。

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