不属于同一组的点到该点的最近邻距离

在我的数据集中，我有点，其位置由下式给出X and Y，按以下方式分组ID。我想计算每个点到其他组中的点的最近邻（NN）距离。换句话说，如果ID一个点是1，代码应该从满足的点搜索 NNDID != 1.

伪 R 代码可能如下所示：

DT[DT, c("nn_dist", "nn_X", "nn_Y") := find_NNN(data.table(i.X, i.Y), .SD[ID != i.ID]), by = .EACHI]

为了实现这一点，我尝试编写带有循环等的命令式代码，但速度太慢。我尝试使用get.knnx函数来自FNN库，但后来我不知道如何获取 NN 距离和 NN 位置。

如何在相对较大（约 10,000 行）的数据集上进行此计算？

这是我正在使用的数据集的一小部分

structure(list(ID = c(1L, 1L, 2L, 2L), X = c(318L, 317L, 1273L, 
1272L), Y = c(1L, 2L, 1L, 2L), t = c(1, 1, 1, 1), uid = c(1L, 
2L, 1271L, 1272L)), row.names = c(NA, -4L), class = c("data.table", 
"data.frame"), .internal.selfref = <pointer: 0x7f89b481f0e0>)

• t数据集中所有点的列都是相同的
• uid是赋予每个点的唯一 ID，无论其位置或组如何，因此max(uid)等于数据集中的#rows

您可以创建一个传递的小距离函数x, y，和一个数据框d所有候选点的（即其他id组中所有点的x和y值，并返回最近的组间点的坐标和uid）

dist <- function(x,y,d) d[order(d[,sqrt((X-x)^2 + (Y-y)^2)])][1]

然后将函数应用到框架上

df[, c("nnX", "nnY", "nn"):=dist(X,Y, df[ID!=.BY$ID,.(X,Y,uid)]),by=.(ID,uid)]

Output:

   ID    X Y t  uid  nnX nnY   nn
1:  1  318 1 1    1 1272   2 1272
2:  1  317 2 1    2 1272   2 1272
3:  2 1273 1 1 1271  318   1    1
4:  2 1272 2 1 1272  318   1    1

如果您还想要到最近邻居的距离，您可以更新函数和对函数的调用，如下所示：

dist <- function(x,y,d) {
  d[, nn_dist:=sqrt((X-x)^2 + (Y-y)^2)][order(nn_dist)][1]
}
df[, c("nnX", "nnY", "nn", "nn_dist"):=dist(X,Y, df[ID!=.BY$ID,.(X,Y,uid)]),by=.(ID,uid)]

Output:

   ID    X Y t  uid  nnX nnY   nn  nn_dist
1:  1  318 1 1    1 1272   2 1272 954.0005
2:  1  317 2 1    2 1272   2 1272 955.0000
3:  2 1273 1 1 1271  318   1    1 955.0000
4:  2 1272 2 1 1272  318   1    1 954.0005

或者，您可以使用第一个函数并使用以下方法估计最后的距离df[, nn_dist := sqrt((X-nnX)^2 + (Y-nnY)^2)]