如何使用 pandas 经纬度数据快速计算距离？

Question

我有一张 pandas 表，其中包含不同的 position 数据。例如，纽约市有很多学校、医院、商店等。每个都有自己的经度和纬度。

我有 40000 行数据和两列数据（经度和纬度）。 我想计算它们之间的距离（总共 40000*40000）。

我使用了haversine公式（ Python中的Haversine公式（两个GPS点之间的方位和距离） ）来做pandas。

简单代码如下：

results=df.apply(lambda x:haversine(x["lon"],x["lat"],test_lon,test_lat)

我使用每一行作为 test_lon,test_lat，并且需要 10 个小时来计算它们。 我无法相信为什么需要这么长时间才能做到这一点。

任何人有好主意快速做到这一点？

Answer 1

我有一个我一直在使用的解决方法，因为我在斯德哥尔摩的瑞典交通系统中遇到了同样的问题。 它很丑，但效果很好。 可能有用。 我复制了我的原始数据：

import pandas as pd
import numpy as np
import sklearn.neighbors

locations_A = pd.DataFrame({
    'Stopp_A' :     ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
    'latitude_A':  [ 56.75,56.19,56.08,51.28,52.36,51.29,51.87,52.61],
    'longitude_A': [18.39,18.82, 18.65,18.74,18.06,18.61,18.27,18.20]
})

locations_B = pd.DataFrame({
    'Stopp_B' :     ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
     'latitude_B':  [ 56.75,56.19,56.08,51.28,52.36,51.29,51.87,52.61],
    'longitude_B': [18.39,18.82,18.65,18.74,18.06,18.61,18.27,18.20]
})

如您所见，我将副本中的位置名称从Stopp_A更改为Stopp_B 。 在此之后，我计算弧度并创建一个距离矩阵：

locations_A[['lat_radians_A','long_radians_A']] = (
    np.radians(locations_A.loc[:,['latitude_A','longitude_A']])
)
locations_B[['lat_radians_B','long_radians_B']] = (
    np.radians(locations_B.loc[:,['latitude_B','longitude_B']])
)

dist = sklearn.neighbors.DistanceMetric.get_metric('haversine')
dist_matrix = (dist.pairwise
    (locations_A[['lat_radians_A','long_radians_A']],
     locations_B[['lat_radians_B','long_radians_B']])*6371 #Radius in kilometer
)

df_dist_matrix = (
    pd.DataFrame(dist_matrix,index=locations_A['Stopp_A'], 
                 columns=locations_B['Stopp_B'])
)

df_dist = (
    pd.melt(df_dist_matrix.reset_index(),id_vars='Stopp_A')
)
df_dist = df_dist_long.rename(columns={'value':'Kilometers'})

返回：

   Stopp_A Stopp_B   Kilometers
0        A       A     0.000000
1        B       A  2088.626114
2        C       A  2043.060585
3        D       A   950.191543
4        E       A  1506.375876
..     ...     ...          ...
59       D       H  3051.681403
60       E       H  3990.191284
61       F       H  3737.181244
62       G       H  1083.053543
63       H       H     0.000000

这种方法大大减少了我的计算时间。