基于时间间隔连接数据框，分析大象GPS移动独立性

首先得把数据的基础格式调整到位，不然时间和坐标的运算都没法正常进行：

1. 数据预处理 #

假设你的数据里包含时间列（比如叫Timestamp）、经纬度列（Longitude、Latitude），先做这几步准备工作：

• 加载需要的工具包：

  library(data.table)
  library(geosphere)
  library(lubridate)
  

• 把时间列转成可运算的时间格式（记得根据你的数据时区调整tz参数）：

  Data_real$Timestamp <- as.POSIXct(Data_real$Timestamp, tz = "UTC")
  

• 确认经纬度是数值类型，避免后续计算出错：

  Data_real$Longitude <- as.numeric(Data_real$Longitude)
  Data_real$Latitude <- as.numeric(Data_real$Latitude)
  

• 转成data.table格式，处理5万多行数据的效率会比普通data.frame高很多：

  setDT(Data_real)
  

2. 匹配目标时间区间内的其他个体点位 #

咱们要给每个点位找到其他大象在前后12小时内的所有点位，这里用data.table的非等连接，比写循环快不止一个量级：

# 给原始数据加个行号，方便后续关联统计
Data_real[, row_id := .I]

# 非等连接：匹配「其他个体」+「时间在当前点位±12小时内」的所有点位
matched_data <- Data_real[Data_real, 
                          on = .(Elephant != Elephant, 
                                 Timestamp >= Timestamp - 3600*12, 
                                 Timestamp <= Timestamp + 3600*12),
                          allow.cartesian = TRUE,
                          .(row_id = i.row_id,
                            focal_elephant = i.Elephant,
                            other_elephant = Elephant,
                            focal_time = i.Timestamp,
                            other_time = Timestamp,
                            focal_lon = i.Longitude,
                            focal_lat = i.Latitude,
                            other_lon = Longitude,
                            other_lat = Latitude)]

这里allow.cartesian = TRUE是允许一个点位匹配多个其他点位的情况，只要你的内存足够就没问题。

3. 计算两点间的地理距离 #

用geosphere包的distHaversine函数计算经纬度对应的球面距离（单位是米），完全符合咱们统计100米间距的需求：

matched_data[, distance_m := distHaversine(cbind(focal_lon, focal_lat), 
                                           cbind(other_lon, other_lat))]

4. 统计近距离频次 #

你可以根据具体需求选择不同的统计方式：

选项1：每个原始点位对应的近距离（<100米）次数 #

close_encounters_per_point <- matched_data[distance_m < 100, 
                                           .(close_count = .N), 
                                           by = .(row_id, focal_elephant, focal_time)]

# 把结果合并回原始数据，没有近距离互动的点位自动补0
Data_real <- Data_real[close_encounters_per_point, on = "row_id"]
Data_real[is.na(close_count), close_count := 0]

选项2：每对大象之间的总近距离互动频次 #

close_encounters_per_pair <- matched_data[distance_m < 100, 
                                          .(total_close = .N), 
                                          by = .(focal_elephant, other_elephant)]

# 按互动次数从多到少排序，方便看哪对大象互动最频繁
close_encounters_per_pair[order(-total_close)]

选项3：单个大象的总近距离互动频次 #

close_encounters_per_elephant <- matched_data[distance_m < 100, 
                                              .(total_close = .N), 
                                              by = .(focal_elephant)]

一些实用提醒 #

• 如果你的时间列格式比较特殊，用lubridate的parse_date_time函数能自动识别多种时间字符串格式。
• 要是需要更精确的椭球距离，可以把distHaversine换成distVincentyEllipsoid函数，结果差异不大，但计算速度会稍慢一点。
• 非等连接会生成较大的中间表，如果内存不够，可以考虑分批次处理，或者用dplyr结合interval筛选，但效率会低一些。

内容的提问来源于stack exchange，提问作者AJ Bérubé