如何用sf::st_distance()计算POINT轨迹要素的逐行欧氏距离？

当然可以用sf::st_distance()来实现这个需求，而且比手动用勾股定理更靠谱——尤其是当你的数据用的是经纬度坐标系时，它还能自动计算正确的球面距离，不会出现平面近似的误差。下面我一步步给你演示怎么操作：

第一步：准备示例数据 #

先把你没写完的示例代码补全，生成带分组的POINT类型sf对象：

library(sf)
library(dplyr)

set.seed(1)
df <- data.frame(
  gr = c(rep("a",5), rep("b",5)),
  x = rnorm(10),
  y = rnorm(10)
) %>%
  st_as_sf(coords = c("x", "y"), crs = 4326) # 转换成sf对象，这里指定WGS84经纬度坐标系

第二步：计算相邻点距离 #

核心思路是给每个分组内的点配对它的下一个点，然后用st_distance()逐对计算距离。关键要用到lead()函数和st_distance()的by_element参数：

df_with_dist <- df %>%
  group_by(gr) %>% # 按轨迹分组，避免跨分组计算距离
  arrange(gr) # 这里一定要确保点的顺序是轨迹的时间顺序！如果有时间列，改成arrange(gr, timestamp)
  mutate(
    next_geom = lead(geometry), # 获取同一分组的下一个位置的几何对象
    # by_element=TRUE是核心：让函数计算对应位置的点对距离，而非全量距离矩阵
    distance = st_distance(geometry, next_geom, by_element = TRUE)
  ) %>%
  ungroup()

# 查看结果
print(df_with_dist)

关键参数说明 #

• by_element = TRUE：如果不加这个参数，st_distance()会返回一个所有点之间的距离矩阵，而我们需要的是相邻行对应点的距离，这个参数就是用来指定逐元素配对计算的。
• group_by(gr)：必须按轨迹分组，不然会把分组a的最后一个点和分组b的第一个点计算距离，这显然不符合轨迹的逻辑。
• 排序：轨迹数据的顺序直接决定距离计算的正确性，如果你的数据有时间戳列，一定要用时间戳排序，比如arrange(gr, timestamp)，而不是仅仅按分组排序。

额外优势：适配不同坐标系 #

如果你的数据是经纬度（比如CRS=4326），手动用勾股定理计算的平面距离会有很大误差，而st_distance()会自动计算大圆距离（默认返回米为单位），结果更准确。如果需要转换单位，还可以用units包处理：

library(units)
df_with_dist <- df_with_dist %>%
  mutate(distance_km = set_units(distance, km)) # 把距离转换成公里

这样就完美替代手动计算啦，代码更简洁，结果也更可靠～

内容的提问来源于stack exchange，提问作者Ratnanil