查找两个数据框中的常见列并执行功能

Question

我有两个csv文件，如果满足四个条件，则需要进行比较并执行函数/计算。

文件1：

SN CY Year Month Day Hour Lat Lon 
196101 1 1961 1 14 12 8.3 134.7 
196101 1 1961 1 14 18 8.8 133.4 
196101 1 1961 1 15 0 9.1 132.5 
196101 1 1961 1 15 6 9.3 132.2 
196101 1 1961 1 15 12 9.5 132 
196101 1 1961 1 15 18 9.9 131.8 
196125 1 1961 1 14 12 10.0 136 
196125 1 1961 1 14 18 10.5 136.5 

文件2：

Year Month Day RR Hour Lat Lon 
1961 1 14 0 0 14.0917 121.055 
1961 1 14 0 6 14.0917 121.055 
1961 1 14 0 12 14.0917 121.055 
1961 1 14 0 18 14.0917 121.055 
1961 1 15 0 0 14.0917 121.055 
1961 1 15 0 6 14.0917 121.055 

我试图来计算，只要他们有相同的年，月，日这两个文件中的点纬度，经度之间的距离，小时。这是我的代码：

jtwc <-read.csv("file1.csv",header=T,sep=",") 
stn <-read.csv("file2.csv",header=T,sep=",") 

dms_to_rad <- function(d, m, s) (d + m/60 + s/3600) * pi/180 
great_circle_distance <- function(lat1, long1, lat2, long2) { 
    a <- sin(0.5 * (lat2 - lat1)) 
    b <- sin(0.5 * (long2 - long1)) 
    12742 * asin(sqrt(a * a + cos(lat1) * cos(lat2) * b * b)) 
} 

jtwc$dist<- great_circle_distance(dms_to_rad(jtwc$Lat,0,0),dms_to_rad(jtwc$Lon,0,0),dms_to_rad(stn$Lat,0,0),dms_to_rad(stn$Lon,0,0)) 
write.csv(stn,file="dist.csv",row.names=T) 

“SN”列是file1中的唯一标识符。我想要做的事：

[1]计算两个文件年份，月份，日期和小时相同时的距离（jtwc $ dist）。

[2]如果行具有相同的年，月，日和小时但不同的SN号在file1中，我将使用具有相同的年，月，日和小时的行中的值在file2中计算距离。

输出应该是这样的：

SN CY Year Month Day Hour Lat Lon dist 
196101 1 1961 1 14 12 8.3 134.7 1620.961 
196101 1 1961 1 14 18 8.8 133.4 1467.859 
196101 1 1961 1 15 0 9.1 132.5 1334.382 
196101 1 1961 1 15 6 9.3 132.2 1324.915 
196125 1 1961 1 14 12 10.0 136 1687.127 
196125 1 1961 1 14 18 10.5 136.5 1724.351 

关于如何正确做到这一点任何建议？

Answer 1

如果我理解你的权利，你可以试试这个解决方案：

library(tidyverse) 
#functions 
dms_to_rad <- function(d, m, s) (d + m/60 + s/3600) * pi/180 
great_circle_distance <- function(lat1, long1, lat2, long2) { 
    a <- sin(0.5 * (lat2 - lat1)) 
    b <- sin(0.5 * (long2 - long1)) 
    12742 * asin(sqrt(a * a + cos(lat1) * cos(lat2) * b * b)) 
} 

#read file 
dir1 = 'path_to_your_files' 
dir1 = 'path_to_your_files' 
jtwc <- read.csv(dir1) %>% 
    unite('key',c('Year','Month','Day','Hour')) 
stn <- read.csv(dir2) %>% 
    unite('key',c('Year','Month','Day','Hour')) 

#aggregating 
stn <- left_join(jtwc,stn,by = 'key') %>% 
     drop_na() %>% 
     mutate_at(vars(Lat.x,Lon.x, Lat.y,Lon.y),funs(dms_to_rad),m = 0,s =0) %>% 
     mutate(dist = great_circle_distance(Lat.x,Lon.x, Lat.y,Lon.y)) 


write.csv(stn,file="dist.csv",row.names=T)