Il existe plusieurs façons de résoudre ce problème dans R, y compris les spDists dans sp et gDistance dans les rgeos. Un moyen efficace, extensible à plusieurs identifiants et distances kNN, consiste à utiliser spdep.
require(spdep)
data(meuse)
coordinates(meuse) = ~x+y
meuse <- meuse[1:10,]
meuse@data$IDS <- 1:10
# Neighbor row indices and add neighbor attribute ID's
( knn1 <- knearneigh(coordinates(meuse), k=1)$nn )
meuse@data$nnID <- meuse@data[knn1,]$IDS
# Add neighbor distance
meuse.dist <- dnearneigh(coordinates(meuse), 0, 1000)
dist.list <- nbdists(meuse.dist, coordinates(meuse))
meuse@data$nnDist <- unlist(lapply(dist.list, FUN=function(x) min(x)))
meuse@data
Un autre moyen très rapide est le paquet nabor. Étant donné que la distance est renvoyée avec l'ID voisin, vous pouvez ajouter les deux simultanément. La fonction nabor :: knn renvoie des auto-voisins, vous devez donc définir k sur> = 2 et déposer la première colonne dans les matrices résultantes. Un avantage ici est que, tant que les matrices ont la même dimension, vous pouvez obtenir des voisins à partir des mêmes données ou de données indépendantes.
library(nabor)
library(sp)
data(meuse)
coordinates(meuse) = ~x+y
meuse <- meuse[1:10,]
meuse@data$IDS <- 1:10
knn1 <- knn( coordinates(meuse), coordinates(meuse), k=2)
( knn1 <- data.frame( knn=knn1[[1]][,2], knn.dist=knn1[[2]][,2] ) )