使用pandas和geopy計算兩點之間的距離

Question

我有一個如下所示的熊貓數據框，包括四列，但每行有兩個點（lat1,lon1）和（lat2,lon2）：

   lat1       lon1        lat2        lon2
=========   =========   =========   =========  
30.172705   31.126725   30.188281   31.132326
30.272805   31.226725   30.288281   31.232326
30.372905   31.326725   30.388281   31.332326
30.472105   31.426725   30.488281   31.432326
30.572205   31.526725   30.588281   31.532326

使用geopy KM 中每一行中提到的 (lat1,lon1) 和 (lat2,lon2) 之間距離的最有效方法是什么？

Answer 1

你的緯度/經度是什么坐標系？

讓我們試試 Euc-squrt squrt(delta(lat)**2+ delta(lon)**2)

 df['dist']=((df.lat1.sub(df.lat2)**2).add(df.lon1.sub(df.lon2)**2))**0.5

Answer 2

即使你自己似乎沒有做過任何研究，你也可以去：谷歌搜索結果： https : //geopy.readthedocs.io/en/stable/#module-geopy.distance

有了這些，您現在可以相對容易地找到如何在 Pandas 中訪問 DF 並應用操作（@wwnde 已經表明了這一點）。

結合這兩個基礎給出：

import pandas as pd
import numpy as np
from geopy import distance

# Generate some random data (lon, lat must be in (-90, 90)
df = pd.DataFrame(np.random.randint(-90, 90, size=(100, 4)), columns=list(['lo1', 'la1', 'lo2', 'la2']))
print(df)

# applies the distance function as described in the provided link
df['km'] = df.apply(lambda x: distance.distance((x[0], x[1]), (x[2], x[3])), axis=1)
print(df)

此外，我發現這是第一個鏈接，但沒有閱讀它，因為解決方案非常簡單。

正如 StackOverflow 的 CoC 建議的那樣，請提供您嘗試過的內容並擁有正確的行為來簡單地查看谷歌。