如何基于距离准则将一个DataFrame的值添加到另一个？（附R语言示例）

我明白你想要给df1里的每个(x,y)网格点，匹配df2中距离最近的点对应的val_2值。结合你的数据结构（df1是带0.25偏移的网格，df2是整数网格），下面提供几种实用的实现方法，从基础R到高效工具包都有：

方法1：基础R原生实现（欧氏距离） #

这种方法不需要额外安装包，对于你100行的小数据集完全够用：

首先给df2加个行索引，方便后续匹配：

# 用基础R的方式加索引，不用依赖dplyr
df2$id <- 1:nrow(df2)

然后写一个小函数，计算单个df1点到所有df2点的距离，返回最近点的val_2：

get_nearest_val <- function(x1, y1) {
  # 计算欧氏距离：sqrt((x差)^2 + (y差)^2)
  distances <- sqrt((x1 - df2$x)^2 + (y1 - df2$y)^2)
  # 找到距离最小的点的位置
  nearest_pos <- which.min(distances)
  # 返回对应的val_2
  return(df2$val_2[nearest_pos])
}

# 把函数应用到df1的每一行，生成新列val_2
df1$val_2 <- mapply(get_nearest_val, df1$x, df1$y)

举个例子：df1里(1.25,1.25)这个点，最近的df2点肯定是(1,1)，所以会精准匹配到df2中该点的val_2，完全符合距离准则。

方法2：用RANN包快速找最近邻（大数据友好） #

如果以后你的数据集变大（比如上万行），基础R的循环会变慢，推荐用RANN包的nn2函数——它用高效的k近邻算法，速度快很多：

先安装并加载包：

install.packages("RANN")
library(RANN)

然后提取两个数据集的坐标矩阵，运行最近邻搜索：

# 提取x,y坐标作为矩阵
coords_df1 <- df1[, c("x", "y")]
coords_df2 <- df2[, c("x", "y")]

# 给每个df1点找最近的1个df2点（k=1）
nn_results <- nn2(coords_df2, coords_df1, k=1)

# 把df2的val_2匹配到df1里
df1$val_2 <- df2$val_2[nn_results$nn.idx]

这个方法的效率优势在数据量越大时越明显，非常适合批量处理。

方法3：用sf包做空间连接（空间场景首选） #

如果你的数据是空间相关的，用sf包处理会更直观，它专门用于空间数据操作：

先安装加载包：

install.packages("sf")
library(sf)

把两个数据集转成空间点对象：

# 转换为sf点对象，crs可以根据你的实际坐标系调整，这里用常用的WGS84示例
sf_df1 <- st_as_sf(df1, coords = c("x", "y"), crs = 4326)
sf_df2 <- st_as_sf(df2, coords = c("x", "y"), crs = 4326)

用空间连接匹配最近邻的val_2：

# 用st_nearest_feature作为连接规则，给每个sf_df1点匹配最近的sf_df2点
df1_joined <- st_join(sf_df1, sf_df2, join = st_nearest_feature)

# 可选：把空间对象转回普通data.frame
df1_joined <- st_drop_geometry(df1_joined)

这样得到的df1_joined就包含了原df1的所有列，加上匹配到的val_2。

额外调整：切换距离准则 #

上面的方法默认用欧氏距离，如果需要用其他距离（比如曼哈顿距离），可以这样改：

• 基础R方法：把距离计算换成abs(x1 - df2$x) + abs(y1 - df2$y)；
• RANN包：调用nn2时加参数searchtype="manhattan"；
• sf包：可以自定义距离函数，不过对于你的网格数据，欧氏或曼哈顿都很容易适配。

内容的提问来源于stack exchange，提问作者user8304241