确定两个邮政编码之间的距离（mapdist的替代方案）

Question

我想计算大约之间的距离。 100,000种不同的邮政编码。我知道mapdist包中的ggmap函数

mapdist完美无缺：

library(ggmap)
mapdist('Washington', 'New York', mode = 'driving')

#         from       to      m      km    miles seconds  minutes    hours
# 1 Washington New York 366284 366.284 227.6089   13997 233.2833 3.888056


mapdist('20001', '10001', mode = 'driving')

#    from    to      m      km    miles seconds minutes    hours
# 1 20001 10001 363119 363.119 225.6421   13713  228.55 3.809167

但是，mapdist依赖于Google地理编码API，该API每天需要查询限制2,500个地理定位请求。

您是否了解使用具有更高请求限制的其他服务（例如诺基亚地图或Bing）计算两点之间距离的替代r代码？

Answer 1

taRifx.geo::georoute（仅提供here，直到我推出另一个更新，此时可通过install.packages提供）可以使用Bing地图（支持我相信每天25k）并且可以返回一段距离。

georoute( c("3817 Spruce St, Philadelphia, PA 19104", 
            "9000 Rockville Pike, Bethesda, Maryland 20892"), 
             verbose=TRUE, returntype="time", 
             service="bing" )

您必须获取Bing Maps API密钥并将其设置在R全局选项中（理想位置位于.Rprofile），但密钥是免费的：

options(BingMapsKey="whateverBingGivesYouForYourKey")

Answer 2

这可能是微不足道的，但一个完全免费的选择是使用Census ZCTA geography data来获取每个邮政编码的坐标，然后计算坐标之间的Haversine distances（或一些类似的距离度量）。 / p>

Answer 3

如果您开始新的R会话并在新会话中运行library(ggmap)，则可以再进行2500次查询。

函数distQueryCheck()显示剩余的查询数。