我正在使用 2 个数据帧。
rent_aug_df看起来像：
end_time lng lat
0 2019-08-01 05:16:12 127.048667 37.504856
1 2019-08-01 05:39:18 126.934945 37.558505
2 2019-08-01 05:39:47 126.889154 37.581799
3 2019-08-01 05:44:03 0.000000 0.000000
4 2019-08-01 06:00:13 127.067109 37.543945
cu_nodes_df看起来像：
id title created_at lng lat
0 location_1 2019-01-16 21:21:11 127.03338 37.486277
1 location_2 2019-02-15 20:54:59 127.11021 37.402250
2 location_3 2019-02-22 17:57:02 126.93289 37.519600
3 location_4 2019-02-26 21:58:27 127.04459 37.524680
4 location_5 2019-02-26 21:58:55 127.02592 37.518500
目标： 循环遍历 cu_nodes_df["title"] 中的每个location_i，并将其地理编码与rent_aug_df行中的每个地理编码进行比较。
这是我的代码：
from haversine import haversine, Unit
data = {}
for node in cu_nodes_df["title"]:
# (lat, lng) for current cu_node, getting row where title match.
geo_df = cu_nodes_df.loc[cu_nodes_df["title"] == node][["lng", "lat"]]
cu_geocode = (geo_df.T.values[0][0], geo_df.T.values[1][0])
# x = each row of (lat,lng) in rent_aug_df
df = pd.DataFrame(rent_aug_df[(rent_aug_df[['lat','lng']].apply(lambda x: haversine(x, cu_geocode), axis=1)) <= 0.1])
print(df.head())
print(type(cu_geocode[0]))
print(cu_geocode)
print(df.dtypes)
df.set_index('end_time', inplace = True)
data[node] = list(df.groupby(df.index.date)["end_loc"].count())
final = pd.DataFrame(data=data)
打印输出：
Empty DataFrame
Columns: [end_loc, end_time, lng, lat]
Index: []
<class 'numpy.float64'>
(127.03338, 37.486277)
end_loc object
end_time datetime64[ns]
lng float64
lat float64
dtype: object
我无法找出代码的问题。我已经尝试了我能想到的大多数替代方案。我尝试过单cu_geocode：
df = pd.DataFrame(rent_aug_df[(rent_aug_df[['lat','lng']].apply(lambda x: haversine(x, (37.504855525623, 127.04866656867)), axis=1)) <= 0.1])
这工作正常，创建由租用的踏板车组成的df，这些踏板车在0.1公里边界内返回
为什么它在 forloop 中不起作用？ 提前致谢
编辑：我有(lng，lat(而不是(lat，lng(，当我改变它时，它可以工作。
只是代码可读性的提示。
# Augment a new column to have geocode tuple
df['geo_code'] = df.apply(lambda x: (x['lng'], x['lat']))
# Convert to a dict
new_df = df.filter(items['title', 'geo_code'])
data = new_df.to_dict()