Python：应用定义的haversine函数时出现groupby（）和apply（）问题答案

【问题标题】：Python: Issue with groupby() and apply() when applying defined haversine functionPython：应用定义的haversine函数时出现groupby（）和apply（）问题
【发布时间】：2021-09-20 16:15:17
【问题描述】：

我正在尝试通过定义的半正弦函数计算以下数据集的距离。该函数适用于其他数据。但是，在这个特定的数据集中，我试图 groupby(df.index) 并且它给了我错误：

无法将系列转换为

我之前用过groupby() 和apply() 都没有问题。我不明白在这种情况下发生了什么以及如何解决它。

这是数据

                                            latitude    longitude   datetime
356a192b7913b04c54574d18c28d46e6395428ab    57.723610   11.925191   2021-06-13 14:22:11.682
356a192b7913b04c54574d18c28d46e6395428ab    57.723614   11.925187   2021-06-13 14:22:13.562
356a192b7913b04c54574d18c28d46e6395428ab    57.723610   11.925172   2021-06-13 14:22:28.635
da4b9237bacccdf19c0760cab7aec4a8359010b0    57.723637   11.925056   2021-06-13 14:22:59.336
da4b9237bacccdf19c0760cab7aec4a8359010b0    57.724075   11.923708   2021-06-13 14:23:44.905
77de68daecd823babbb58edb1c8e14d7106e83bb    57.723610   11.925191   2021-06-13 14:22:04.000
77de68daecd823babbb58edb1c8e14d7106e83bb    57.723614   11.925178   2021-06-13 14:22:44.170
77de68daecd823babbb58edb1c8e14d7106e83bb    57.723827   11.924635   2021-06-13 14:23:14.479
77de68daecd823babbb58edb1c8e14d7106e83bb    57.723866   11.924005   2021-06-13 14:23:29.605

代码如下：


df2 = pd.concat([df.add_suffix('_pre').shift(), trips], axis=1)
df2

>>

                                           latitude_pre longitude_pre   datetime_pre    latitude    longitude   datetime
356a192b7913b04c54574d18c28d46e6395428ab            NaN         NaN                  NaT    57.723610   11.925191   2021-06-13 14:22:11.682
356a192b7913b04c54574d18c28d46e6395428ab    57.723610   11.925191   2021-06-13 14:22:11.682 57.723614   11.925187   2021-06-13 14:22:13.562
356a192b7913b04c54574d18c28d46e6395428ab    57.723614   11.925187   2021-06-13 14:22:13.562 57.723610   11.925172   2021-06-13 14:22:28.635
da4b9237bacccdf19c0760cab7aec4a8359010b0    57.723610   11.925172   2021-06-13 14:22:28.635 57.723637   11.925056   2021-06-13 14:22:59.336
da4b9237bacccdf19c0760cab7aec4a8359010b0    57.723637   11.925056   2021-06-13 14:22:59.336 57.724075   11.923708   2021-06-13 14:23:44.905
77de68daecd823babbb58edb1c8e14d7106e83bb    57.724075   11.923708   2021-06-13 14:23:44.905 57.723610   11.925191   2021-06-13 14:22:04.000
77de68daecd823babbb58edb1c8e14d7106e83bb    57.723610   11.925191   2021-06-13 14:22:04.000 57.723614   11.925178   2021-06-13 14:22:44.170
77de68daecd823babbb58edb1c8e14d7106e83bb    57.723614   11.925178   2021-06-13 14:22:44.170 57.723827   11.924635   2021-06-13 14:23:14.479
77de68daecd823babbb58edb1c8e14d7106e83bb    57.723827   11.924635   2021-06-13 14:23:14.479 57.723866   11.924005   2021-06-13 14:23:29.605


df2.groupby(df2.index).apply(lambda x: haversine(x['latitude_pre'], x['longitude_pre'], x['latitude'], x['longitude']))

>>
cannot convert the series to <class 'float'>

如果需要，这里是 hasrsine():

def haversine(lat1, lon1, lat2, lon2):
    R = 6373.0 * 1000 # Earth's radius (in m)
    
    dlon = radians(lon2) - radians(lon1)
    dlat = radians(lat2) - radians(lat1)
    
    a = math.sin(dlat / 2)**2 + math.cos(radians(lat1)) * math.cos(radians(lat2)) * math.sin(dlon / 2)**2
    return R *2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))

需要 _pre 列的原因是因为我正在迭代相同列的点坐标。由于第一个点坐标没有前一个点来计算距离，因此应用了移位。

编辑：

我尝试将 datetime 列从 datetime 转换为 epoch，但错误仍然存在。目前，所有列都是浮点类型。

将其转换为我使用的纪元：

import datetime as dt

df['datetime'] = (df['datetime'] - dt.datetime(1970,1,1)).dt.total_seconds()

也试过了：

shift(fill_value=0)

得到同样的错误

【问题讨论】：

标签： python pandas dataframe pandas-groupby apply

【解决方案1】：

如果你将 print(lat1) 添加到你的 hasrsine 函数，你会得到这个打印：

356a192b7913b04c54574d18c28d46e6395428ab          NaN
356a192b7913b04c54574d18c28d46e6395428ab    57.723610
356a192b7913b04c54574d18c28d46e6395428ab    57.723614
Name: latitude_pre, dtype: float64
356a192b7913b04c54574d18c28d46e6395428ab          NaN
356a192b7913b04c54574d18c28d46e6395428ab    57.723610
356a192b7913b04c54574d18c28d46e6395428ab    57.723614
Name: latitude_pre, dtype: float64
356a192b7913b04c54574d18c28d46e6395428ab          NaN
356a192b7913b04c54574d18c28d46e6395428ab    57.723610
356a192b7913b04c54574d18c28d46e6395428ab    57.723614
Name: latitude_pre, dtype: float64
356a192b7913b04c54574d18c28d46e6395428ab          NaN
356a192b7913b04c54574d18c28d46e6395428ab    57.723610
356a192b7913b04c54574d18c28d46e6395428ab    57.723614
Name: latitude_pre, dtype: float64

lat1 的“值”是一个序列而不是单个值。那是你要的吗？目前尚不清楚这是否是您想要的，但我认为存在错误，因为它正在寻找单个值。

【讨论】：