哪个（）函数在R - 按降序排序后，与重复值匹配的问题

Question

大家好：我早些时候发布了，得到了80％的帮助，但希望为其他人开放与R中的which（）函数类似的问题：

我正试图从每个邮政编码的商店ID，邮政编码和长/纬度坐标矩阵中找到下一个最近的商店。每个邮政编码超过1个商店时会发生问题，并且脚本不知道如何订购2个相同的值（商店x距离10英里，存储y为10英里，并且遇到x和y，并返回（c（x，y）），而不是x，y或y，x）。我需要找到一种方法让我的代码弄清楚如何列出它们（阿根廷订单，因为它们距商店相同的距离，基于邮政编码）。

我在想那里可能会修改which（）函数，但我没有任何运气。

请注意，所有的商店运行，只有100个左右的商店，与另一家商店有相同的邮编被绊倒了 - 我不想手动通过和编辑csv。

library(data.table) 
library(zipcode) 
library(geosphere) 
source<-read.csv("C:\\Users\\mcan\Desktop\\Projects\\Closest Store\\Site and Zip.csv",header=TRUE, sep=",") #open 
zip<-source[,2] #break apart the source zip codes 
ID<-source[,1] #break apart the IDs 
zip<-clean.zipcodes(zip) #clean up the zipcodes 
CleanedData<-data.frame(ID,zip) #combine the IDs and cleaned Zip codes 
CleanedData<-merge(x=CleanedData,y=zipcode,by="zip",all.x=TRUE) #dataset of store IDs, zipcodes, and their long/lat positions 
setDT(CleanedData) #set data frame to data table 
storeDistances <- distm(CleanedData[,.(longitude,latitude)],CleanedData[,.(longitude,latitude)]) #matrix between long/lat points of all stores in list 
colnames(storeDistances) <- rownames(storeDistances) <- CleanedData[,ID] 
whatsClosest <- function(number=1){ 
    apply(storeDistances,1,function(x) (colnames(storeDistances)[which(x==sort(x)[number+1])])) #sorts in descending order and picks the 2nd closest distance, matches with storeID 
} 
CleanedData[,firstClosestSite:=whatsClosest(1)] #looks for 1st closest store 
CleanedData[,secondClosestSite:=whatsClosest(2)] #looks for 2nd closest store 
CleanedData[,thirdClosestSite:=whatsClosest(3)] #looks for 3rd closest store 

数据集格式：

Classes ‘data.table’ and 'data.frame': 1206 obs. of 9 variables: 
    $ zip    : Factor w/ 1182 levels "","02345",..: 1 2 3 4 5 6 7 8 9 10 ... 
    $ ID    : int 11111 12222 13333 10528 ... 
    $ city    : chr "Boston" "Somerville" "Cambridge" "Weston" ... 
    $ state   : chr "MA" "MA" "MA" "MA" ... 
    $ latitude   : num 40.0 41.0 42.0 43.0 ... 
    $ longitude  : num -70.0 -70.1 -70.2 -70.3 -70.4 ... 
    $ firstClosestSite :List of 1206 
     ..$ : chr "12345" 
    $ secondClosestSite :List of 1206 
     ..$ : chr "12344" 
    $ thirdClosestSite :List of 1206 
     ..$ : chr "12343" 

问题自带firstClosestSite和secondClosest网站，他们按距离排序，但如果距离是相同的，因为在同一个邮政编码存在两种专卖店，其中（）函数（我认为）不知道如何解决这个问题，所以你得到的CSV这种尴尬串联：

StoreID  Zip  City  State Longitude Latitude FirstClosestSite 
11222  11000  Boston  MA  40.0  -70.0 c("11111""12222") 

SecondClosestSite  ThirdClosestSite 
c("11111" "12222") 13333 

如何形成的距离矩阵示例（在第一行和列存储的ID，与矩阵值被存储的ID之间的距离）：

11111 22222  33333 44444 55555 66666 
11111 0  6000 32000 36000 28000 28000 
22222 6000 0  37500 40500 32000 32000 
33333 32000 37500 0  11000 6900 6900 
44444 36000 40500 11000 0  8900 8900 
55555 28000 32000 6900 8900 0  0 
66666 28000 32000 6900 8900 0  0 

问题是每一行中的重复...的哪个（）不知道哪个商店最接近到11111（55555或66666）。

Answer 1

这是我的解决方案。一直到colnames(storeDistances) <- ...的行保持不变。在这之后，你应该替换为以下代码：

whatsClosestList <- sapply(as.data.frame(storeDistances), function(x) list(data.frame(distance = x, store = rownames(storeDistances), stringsAsFactors = F))) 

# Get the names of the stores 
# this step is necessary because lapply doesn't allow us 
# to access the list names 
storeNames = names(whatsClosestList) 

# Iterate through each store's data frame using storeNames 
# and delete the distance to itself 
whatsClosestListRemoveSelf <- lapply(storeNames, function(name) { 
    df <- whatsClosestList[[name]] 
    df <- df[!df$store == name,] 
}) 

# The previous step got rid of the store names in the list, 
# so we add them again here 
names(whatsClosestListRemoveSelf) <- storeNames 

whatsClosestOrderedList <- lapply(whatsClosestListRemoveSelf, function(df) { df[order(df$distance),] }) 

whatsClosestTopThree <- lapply(whatsClosestOrderedList, function(df) { df$store[1:3] }) 

firstClosestSite <- lapply(whatsClosestTopThree, function(x) { x[1]}) 
secondClosestSite <- lapply(whatsClosestTopThree, function(x) { x[2]}) 
thirdClosestSite <- lapply(whatsClosestTopThree, function(x) { x[3]}) 

CleanedData[,firstClosestSite:=firstClosestSite] #looks for 1st closest store in list 
CleanedData[,secondClosestSite:=secondClosestSite] #looks for 2nd closest store in list 
CleanedData[,thirdClosestSite:=thirdClosestSite] #looks for 3rd closest store in list 

基本上，而不是只对（第一，第二，第三）最近的站点搜索，我创建dataframes的列表一起的距离每家店所有其他商店。然后，我订购这些数据框，并提取最近的三家商店，这些商店有时包括关系（如果并列，则按商店名称排序）。然后，您只需要为每个商店提供第一个关闭网站，第二个关闭网站等的列表，这就是为什么您在CleanedData的搜索中使用的原因。希望它有效！