在Python语言中计算*多*组地理坐标之间的距离

问题描述

我正在计算多组经纬度坐标之间的距离。简而言之，我找到了很多使用数学或地理的教程。当我只想找出一组坐标(或两个唯一位置)之间的距离时，这些教程非常有用。然而，我的目标是扫描一个包含400k个起点和目的地坐标组合的数据集。下面列出了我所使用的代码的一个例子，但是当我的数组大于1个记录时，我似乎收到了错误。任何有用的建议都将不胜感激。谢谢。

# starting dataframe is df

lat1 = df.lat1.as_matrix()
long1 = df.long1.as_matrix()
lat2 = df.lat2.as_matrix()
long2 = df.df_long2.as_matrix()

from geopy.distance import vincenty
point1 = (lat1, long1)
point2 = (lat2, long2)
print(vincenty(point1, point2).miles)

---

解决方案

编辑：here's a simple notebook example

一种一般方法，假设您有一个包含点的DataFrame列，并且您希望计算所有这些点之间的距离(例如，如果您有单独的列，则首先将它们组合到(lon, lat)元组中)。将新列命名为coords。

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


# assumes your DataFrame is named df, and its lon and lat columns are named lon and lat. Adjust as needed.
df['coords'] = zip(df.lat, df.lon)
# first, let's create a square DataFrame (think of it as a matrix if you like)
square = pd.DataFrame(
    np.zeros(len(df) ** 2).reshape(len(df), len(df)),
    index=df.index, columns=df.index)

此函数使用输入列名从dfDataFrame查找‘end’坐标，然后使用square.coords列作为第一个参数，将geopyvincenty()函数应用于输入列中的每一行。这是因为该函数是按从右到左的列顺序应用的。

def get_distance(col):
    end = df.ix[col.name]['coords']
    return df['coords'].apply(vincenty, args=(end,), ellipsoid='WGS-84')

现在我们可以计算所有距离了。
我们调换了DataFrame(.T)，因为我们将用来检索距离的loc[]方法引用索引标签、行标签。但是，我们内部Apply函数(见上文)使用检索到的值填充一列

distances = square.apply(get_distance, axis=1).T

您的geopy值以公里为单位返回(IIRC)，因此您可能需要使用.meters、.miles等将这些值转换为您要使用的任何单位。

以下内容应该可以工作：

def units(input_instance):
    return input_instance.meters

distances_meters = distances.applymap(units)

您现在可以使用loc[row_index, column_index]索引到距离矩阵中。 您应该能够相当容易地适应上面的内容。您可能需要调整get_distance函数中的apply调用，以确保将正确的值传递给great_circle。PANASapply文档可能很有用，特别是在使用args传递位置参数方面(您需要最新的PANAS版本才能正常工作)。

此代码尚未分析，而且可能有更快的方法来完成，但对于400k距离计算来说，它应该相当快。

哦，还有

我记不清geopy期望的坐标是(lon, lat)还是(lat, lon)。我打赌是后者(叹息)。

更新 以下是截至2021年5月的工作脚本。

import geopy.distance
# geopy DOES use latlon configuration
df['latlon'] = list(zip(df['lat'], df['lon']))
square = pd.DataFrame(
    np.zeros((df.shape[0], df.shape[0])),
    index=df.index, columns=df.index
)

# replacing distance.vicenty with distance.distance
def get_distance(col):
    end = df.loc[col.name, 'latlon']
    return df['latlon'].apply(geopy.distance.distance,
                              args=(end,),
                              ellipsoid='WGS-84'
                             )

distances = square.apply(get_distance, axis=1).T