以一种更有效的方式使用geosphere::distm？

Question

使用商店的位置数据，我试图找到“竞争对手”--它被定义为在一定距离内的其他商店。

我使用geo sphere::distm和一些矩阵运算，如下所示。问题是我的矩阵非常大(100,000 x 100,000)，而且需要很长时间(或者我的内存不支持这种类型的分析)。有没有办法让下面的代码更有效率呢？输入文件看起来像locations_data (但更大)。所需的输出是数据表competitors，其中的每一行都包含成对的竞争者。我是用R编写高效代码的新手，我想寻求一些帮助。

locations_data<-cbind(id=1:100, longitude=runif(100,min=-180, max=-120), latitude=runif(100, min=50, max=85))

#require(geosphere)
mymatrix<-distm(locations_data[,2:3])

#require(data.table)
analyze_competitors<-function(mymatrix){
    mymatrix2<-matrix(as.numeric(mymatrix<1000000), nrow(mymatrix), ncol(mymatrix)) #
    competitors<-which(mymatrix2==1,arr.ind = T)
    competitors<-data.table(competitors)
    return(competitors)
}

competitors<-analyze_competitors(mymatrix)

Answer 1

如果您想要更小的矩阵，请考虑使用基于经度和/或纬度的网格拆分数据。例如，这将为5 x 5网格生成两个带有标签的新列。

#converting your example data to a tibble.
locations_data<-tibble::as_tibble(locations_data)
#create a numeric grid spanning the extent of your latitude and longitude
locations_data$long_quant<-findInterval(locations_data$longitude, quantile(locations_data$longitude,probs = seq(0,1,.2)), rightmost.closed=TRUE)
locations_data$lat_quant<-findInterval(locations_data$latitude, quantile(locations_data$latitude,probs = seq(0,1,.2)), rightmost.closed=TRUE)

然后，您可以使用locations_data的子集创建多个较小的矩阵。