當在包含緯度的列中搜索時，R返回null

Question

我正在加載可用於stanford存儲庫的R中的Gowalla數據集並重命名列名稱。 https://snap.stanford.edu/data/loc-gowalla.html

Gowalla<-read.csv(file = "Gowalla_edges.txt", sep="\t", header=FALSE) 
colnames(Gowalla)<-c("uid", "utc", "lat", "long", "vid") 

我的目標是選擇含LODON全市範圍內的經度和緯度的行。根據緯度和經度給出的邊界框在 http://www.mapdevelopers.com/geocode_bounding_box.php

您可以訪問和搜索倫敦的邊界框，它給出了緯度和經度的範圍。

現在，當我在R代表一個特定的緯度搜索例如

which(Gowalla$lat == 30.23591) 

說，因爲它是在數據中的第一個緯度，則返回null哪裏！

但是如果我搜索VID是一個整數，而不是像緯度

which(Gowalla$vid==22847) 

小數它給我的行號的那個值。

所以我的問題是爲什麼我不能使用「which」函數來搜索緯度和經度，爲什麼gowalla在我的情況下返回null？

一旦我找到答案，我可以使用if-else並搜索落在我倫敦邊界框中的行。是否有任何有效的方法來搜索落在倫敦邊界框中的行？

倫敦邊框是 緯度51.672343和51.384940和經度 經度0.148271 -0.351468

謝謝之間。

Answer 1

嘗試搜索使用索引

which(sapply(Gowalla$lat, all.equal,30.23591)==TRUE) 

正如answers to this question解釋，浮點算術的缺陷可能會導致直觀的結果。功能all.equal()專爲捕獲這些情況而定製。如果在計算精度範圍內滿足等式，則返回TRUE。但是，由於它在數字本質上不相等的情況下以相當冗長的方式返回差異，因此我們需要明確檢查它的輸出是否等於TRUE，以僅過濾滿足此斷言的結果。

---

正如@digEmAll指出，另一種方法，這似乎是在這種情況下比較有前途，包括引入用戶定義的誤差或公差，如：

tol <- 1.e-4 

然後我們就可以檢查我們正在尋找的值是否是該保證金誤差範圍內使用

which(abs(Gowalla$lat - 30.23591) < tol) 

我們需要的功能abs()這裏，因爲各色的的大小這很重要，而不是它的標誌。選擇較大的tol時，可能選擇的值越多。

---

在倫敦的例子在OP的端部所提到的，一個可能使用兩個不同的tol值，一個用於lon和lat：

tol_lat <- 1.01 * (51.672343 - 51.384940)/2 # half of the latitude range of region of interest, plus 1% 
tol_lon <- 1.01 * (0.148271 + 0.351468)/2 # same for longitudinal values 

和限定中央值作爲

lat_c <- (51.672343 + 51.384940)/2 
lon_c <- (0.148271 - 0.351468) /2 

最後，可以檢查數據幀中的值與

which(abs(Gowalla$lat - lat_c) < tol_lat & abs(Gowalla$long - lon_c) < tol_lon) 

---

最後注意到，數字的在R標準表示包括7位，其可以是接近或超出了被測試什麼限制。因此，它可以是在腳本的開始時就確定

options(digits=19) 

有用，特別是如果tol被選擇爲小，接近或低於1e-7。

---

感謝@nicola指出了此答案以前版本中的錯誤。