[英]How to calculate Distance between two ZIPs?
在SAS中,使用GEODIST
函數 。
GEODIST功能
返回兩個緯度和經度坐標之間的大地距離。
…
句法
GEODIST(latitude-1, longitude-1, latitude-2, longitude-2 <, options>)
#sample data: first three rows of data provided
df <- data.frame( zip = c( "00501", "00544", "00601" ),
longitude = c( -73.045075, -73.045147, -66.750909 ),
latitude = c( 40.816799, 40.817225, 18.181189 ),
stringsAsFactors = FALSE )
library( sf )
#create a spatial data.frame
spdf <- st_as_sf( x = df,
coords = c( "longitude", "latitude"),
crs = "+proj=longlat +datum=WGS84" )
#create the distance matrix (in meters), round to 0 decimals
m <- round( st_distance( spdf ), digits = 0 )
#set row and column names of matrix
colnames( m ) <- df$zip
rownames( m ) <- df$zip
#show distance matrix in meters
m
# Units: m
# 00501 00544 00601
# 00501 0 48 2580481
# 00544 48 0 2580528
# 00601 2580481 2580528 0
Python解決方案
如果您具有郵政編碼的相應緯度和經度,則可以使用Haversine公式(使用“ mpu”庫)直接計算它們之間的距離,該庫可以確定球面上兩點之間的大圓距離。
示例代碼:
import mpu
zip_00501 =(40.817923,-73.045317)
zip_00544 =(40.788827,-73.039405)
dist =round(mpu.haversine_distance(zip_00501,zip_00544),2)
print(dist)
您將得到以公里為單位的合成距離。 輸出:
3.27
PS。 如果您沒有郵政編碼的相應坐標,則可以使用“ uszipcode”庫的“ SearchEngine”模塊獲得相同的坐標(僅適用於美國郵政編碼)
from uszipcode import SearchEngine
#for extensive list of zipcodes, set simple_zipcode =False
search = SearchEngine(simple_zipcode=True)
zip1 = search.by_zipcode('92708')
lat1 =zip1.lat
long1 =zip1.lng
zip2 =search.by_zipcode('53404')
lat2 =zip2.lat
long2 =zip2.lng
mpu.haversine_distance((lat1,long1),(lat2,long2))
希望這可以幫助!!
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.