如何利用熊猫经纬度数据快速计算距离

Question

我有一个pandas表，其中包含不同的位置数据。例如，纽约市有很多学校、医院、商店等。每个城市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(。

我用haversine公式(Python中的haversine公式(两个GPS点之间的方位和距离((来处理熊猫。

简单代码为：

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。我真不敢相信为什么需要这么长时间才能做到这一点。

有人有快速完成的好主意吗？

Answer 1

我一直在使用一个变通方法，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。这很好，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，我在副本中将位置名称从Stopp_A更改为Stopp_B。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。