Pandas - 遍历 2 列（纬度和经度）并找到每个坐标与特定地点之间的距离答案

【问题标题】：Pandas - Go through 2 columns (latitude and longitude) and find the distance between each coordinate and a specific placePandas - 遍历 2 列（纬度和经度）并找到每个坐标与特定地点之间的距离
【发布时间】：2018-07-19 14:22:52
【问题描述】：

我有一个包含 3 列的数据框（称为坐标）：索引、纬度、经度 - 它大约有 1,000 行。我有一个特定地点的坐标，并想找到该地点与数据框中所有坐标之间的距离。目前，我可以使用 geopy.distance 来查找两个特定坐标之间的距离。例如

import geopy.distance
site_coords = (38.898556, -77.037852)
place2_coords = (38.897147, -77.043934)
print(geopy.distance.vincenty(site_coords, place2_coords).km)

上面的代码给出了0.5503161689006362（我已经检查过，这是正确的）

我的问题是循环遍历数据框（称为坐标）并计算该数据框中所有坐标的距离。目前，这就是我所拥有的：

import geopy.distance
import pandas as pd
df = pd.read_csv('coordinates.csv', sep=',', header=None)

site_coords = (38.898556, -77.037852)
for index, row in df.iterrows():
    place2_coords = df
    x = geopy.distance.vincenty(site_coords, place2_coords).km
    print(x)

但是，当我打印 x 时，它多次打印相同的距离并且距离不正确。坐标文件看起来像（在记事本中打开时） - 但有更多行：

,Latitude,Longitude
0,73.3645,-0.9015
1,73.3645,-0.3995
2,73.3645,-0.5825

所以我需要一种方法来循环并找到距离。

【问题讨论】：

您的循环正在计算在循环外定义的site_coords 和在某处定义但绝对不在循环内的tile_coords 之间的距离。所以你的循环只是一遍又一遍地计算同样的事情。您的意思是在 x 的计算中使用 place2_coords 吗？
是的，抱歉，tile_coords 是 place2_coords。是的，所以我需要 place2_coords 更改并成为坐标文件@ALollz 中的所有值
根据文档geopy.readthedocs.io/en/stable/…vincenty 已被弃用，你知道吗？
哦，我不是我会改变的，谢谢@Yuca。但我仍然需要找到一种方法来遍历整个坐标
数据框的列是否只有“纬度”和“经度”？

标签： python pandas

【解决方案1】：

在此处查看sechilds 的变体。 site_coords 是 def 的输入。 apply 函数现在使用 2 个参数：来自 DataFrame 的 row 和 site_coords：

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

def calc_distance(row, site_coords):
    station_coords = (row['lat'], row['lon'])
    d = geopy.distance.distance(site_coords, station_coords).km
    return(d)

df['distance'] = df.apply(calc_distance, site_coords=(38.898556, -77.037852), axis=1)

【讨论】：

【解决方案2】：

如果你的文件看起来像

,Latitude,Longitude
0,73.3645,-0.9015
1,73.3645,-0.3995
2,73.3645,-0.5825

但您阅读时使用“head=None”，

df = pd.read_csv('coordinates.csv', sep=',', header=None)

第一行将改为数据行。这可能是您收到“AttributeError: 'Series' object has no attribute 'Latitude'”的原因。

尝试从您的代码中删除“header=None”。

df = pd.read_csv(StringIO(s), sep=',')
site_coords = (38.898556, -77.037852)

df.apply(lambda row: geopy.distance.vincenty(site_coords, (row.Latitude, row.Longitude)).km, axis=1)

【讨论】：

是的，这就是问题，谢谢。应用是贯穿所有列的重要部分。还有 lambda 的目的是什么？
没什么特别的。很抱歉造成混淆，我发布的代码正是我为测试而输入的——我想少输入。 sechilds 的答案肯定更好。
这似乎是一个非常菜鸟的问题，但如果我输入 x = df.apply(lambda row ..... 中的第一项是否是我的第一个坐标？文件？
是的，订单被保留。

【解决方案3】：

iterrows 方法将为数据框的每一行提供一个pandas.Series 对象，因此您可以稍微不同地创建place2_coords。

import geopy.distance
import pandas as pd
df = pd.read_csv('coordinates.csv', sep=',')

site_coords = (38.898556, -77.037852)
for index, row in df.iterrows():
    place2_coords = (row.Latitude, row.Longitude)
    x = geopy.distance.vincenty(site_coords, place2_coords )).km
    print(x)

对于 pandas，不推荐使用循环行的方法。相反，您可以沿列应用函数。

def calc_distance(x):
    site_coords = (38.898556, -77.037852)
    place2_coords = (x.Latitude, x.Longitude)
    return geopy.distance.vincenty(site_coords, place2_coords )).km
df.apply(calc_distance, axis = 1)

【讨论】：

当我运行 iterrows 方法时，我收到此错误 AttributeError: 'Series' object has no attribute 'Latitude'。同样在第二种方法中，您将 x 传递给函数这是数据帧吗？
我也收到其他方法的相同错误
错误是因为读取csv文件时的header=None。我将对其进行编辑。

【解决方案4】：

有几件事，首先您要询问元组和数据框之间的距离，我不确定它是如何工作的。但是，假设数据框 df 只有两列，以下循环应该适合您

site_coords = (38.898556, -77.037852)
for index, row in df.iterrows():
    if index > 0:
        x = geopy.distance.vincenty(site_coords, (row[1],row[2])).km
        print(x)

【讨论】：

我收到此错误：ValueError: cannot index with vector contains NA / NaN values。数据框确实包含 3 行，唯一的方法是尝试删除第一行，因为不需要第一行，
第一行是 nans 吗？因为我没有数据，所以我无法复制您的具体条件，听起来您的 csv 在某处有一个空行
不，我的数据不应该有任何 Nans，第一行只是填充了越来越多的数字，这些数字根本没有用。你知道我怎样才能删除这个专栏并再次尝试运行你的代码吗？
这次我得到了一个不同的错误——ValueError：基于位置的索引只能有 [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] 类型。
TypeError: '>' 在 'str' 和 'int' 的实例之间不支持