Адреса партий Geocode в R с открытым mapquestapi

Ответ 1

Вам может потребоваться векторизация вашей функции geocode_attempt, чтобы сделать это по-умолчанию:

vecGeoCode<-Vectorize(geocode_attempt,vectorize.args = c('address'))

И затем вызовите:

df %>%
        mutate(lat = vecGeoCode(paste(street, postcode, city, country, sep=","))[1,],
               lon =vecGeoCode(paste(street, postcode, city, country, sep=","))[2,])

Чтобы ускорить работу, вы можете взглянуть на пакетный режим API, чтобы получить до 100 латов и длинный за один раз.

Чтобы использовать пакетные запросы API, вы можете использовать эту функцию:

geocodeBatch_attempt <- function(address) {
  #URL for batch requests
  URL=paste("http://open.mapquestapi.com/geocoding/v1/batch?key=", "Fmjtd%7Cluub2huanl%2C20%3Do5-9uzwdz", 
             "&location=", paste(address,collapse="&location="),sep = "") 

  URL <- gsub(" ", "+", URL)
  data<-getURL(URL)
  data <- fromJSON(data)

  p<-sapply(data$results,function(x){
    if(length(x$locations)==0){
      c(NA,NA)
    } else{
      c(x$locations[[1]]$displayLatLng$lat, x$locations[[1]]$displayLatLng$lng)   
    }})
  return(t(p))
}

Чтобы проверить это:

#make a bigger df from the data (repeat the 5 lines 25 times)
biggerDf<-df[rep(row.names(df), 25), ]

#add a reqId column to split the data in batches of 100 requests 
biggerDf$reqId<-seq_along(biggerDf$id)%/%100

#run the function, first grouping by reqId to send batches of 100 requests
biggerDf %>%
  group_by(reqId) %>%
  mutate(lat = geocodeBatch_attempt(paste(street, postcode, city, country, sep=","))[,1],
         lon =geocodeBatch_attempt(paste(street, postcode, city, country, sep=","))[,2])

Ответ 2

Очень просто посмотреть на mutate() и сделать вывод, что то, что происходит, похоже на то, что вы проиллюстрируете в своем цикле for, но то, что вы на самом деле видите, есть только vectorized Функция R, действующая на весь столбец кадра данных.

Я бы не удивился, если бы у других было это заблуждение. Учебники dplyr не рассматривают различия между векторизованными/не-векторизованными функциями и (еще более опасными) R recycling означает, что применение скалярной функции не обязательно приведет к ошибке. Там еще несколько обсуждений этого здесь.

Один из вариантов заключается в том, чтобы переписать ваш geocode_attempt так, чтобы он мог принимать вектор адресов.

Если вы хотите сохранить свою функцию как есть, но хотите, чтобы dplyr вел себя как нечто из семейства -ply, у вас есть два потенциальных подхода:

Во-первых, используйте переменную группировки, имеющуюся в ваших данных:

df %>%
  group_by(id) %>%
  mutate(
    lat = geocode_attempt(paste(street, postcode, city, country, sep=","))[1],
    lon = geocode_attempt(paste(street, postcode, city, country, sep=","))[2])

Вторым является использование функции rowwise(), описанной в этом ответе.

df %>%
  rowwise() %>%
  mutate(
    lat = geocode_attempt(paste(street, postcode, city, country, sep=","))[1],
    lon = geocode_attempt(paste(street, postcode, city, country, sep=","))[2])

Решение group_by значительно быстрее на моей машине. Не знаете, почему!

К сожалению, сбережения скорости, которые вы видите из dplyr выше, скорее всего, несколько иллюзорны - скорее всего, результат функции геокодирования получает вызов только один раз (vs один раз за строку в цикле). Там может быть достигнута прибыль, но вам нужно снова запустить тимпинг.

Ответ 3

Здесь пакет геокодирования, используя службу Nokia HERE. Он имеет пакетный режим. Вы можете использовать его с помощью тестовых API-ключей, и вы не можете получить ограничение. Стоит посмотреть...