帶有多個參數的數據框groupby.apply

Question

我有一個像下面這樣的數據框，我正在嘗試使用具有4個輸入的Haversine公式來計算多次GPS行程中兩點之間的距離。 因此，基本上將trip_id分組並應用haversine公式。

我曾以為df['distance'] = df.groupby('trip_id').apply(haversine, df.lng, df.lat, df.lnglag_, df.latlag_)可以工作，但我收到TypeError: haversine() takes 4 positional arguments but 5 were given 。 對這里發生的事情有什么想法嗎？

    latlag_     lnglag_     trip_id  lat        lng
0   -7.11873    113.72512   NaN      NaN        NaN
1   -7.11873    113.72500   17799.0 -7.11873    113.72512
2   -7.11870    113.72476   17799.0 -7.11873    113.72500
3   -7.11870    113.72457   17799.0 -7.11870    113.72476
4   -7.11874    113.72444   17799.0 -7.11870    113.72457

我在網上從哪里得到了haversine公式。

def haversine(lon1, lat1, lon2, lat2):
    """
    Calculate the great circle distance between two points 
    on the earth (specified in decimal degrees)
    """
    # convert decimal degrees to radians 
    lon1, lat1, lon2, lat2 = map(math.radians, [lon1, lat1, lon2, lat2])
    # haversine formula 
    dlon = lon2 - lon1 
    dlat = lat2 - lat1 
    a = math.sin(dlat/2)**2 + math.cos(lat1) * math.cos(lat2) * math.sin(dlon/2)**2
    c = 2 * math.asin(math.sqrt(a)) 
    km = 6367 * c
    m = km/1000
    return m

Answer 1

我會使用numpy vectorize這樣的方法

import numpy as np   
np.vectorize(haversine)(df.lng, df.lat, df.lnglag_, df.latlag_)