计算熊猫数据框中的距离给出错误答案

【问题标题】：Calculating distance in pandas data frame giving error计算熊猫数据框中的距离给出错误
【发布时间】：2019-09-09 20:21:40
【问题描述】：

我有一个数据集包含四列中两个点的纬度/经度，并尝试使用 geopy.distance 在新添加的列中计算它们之间的距离。

如果我计算单个值但不适用于整个列，它工作正常。

import pandas as pd
from geopy import distance

sub_set = main[['Site_1','Site_Longitude_1','Site_Latitude_1','Site_2','Site_Longitude_2','Site_Latitude_2']]

lat1 = sub_set['Site_Latitude_1']
lat2 = sub_set['Site_Latitude_2']
long1 = sub_set['Site_Longitude_1']
long2 = sub_set['Site_Longitude_2']

数据框sub_set如下

  Site_1 Site_Longitude_1 Site_Latitude_1 Site_2 Site_Longitude_2 Site_Latitude_2
0      A      -118.645167       34.237917     A2     -118.6499422     34.24973484
1      A      -118.645167       34.237917     A2     -118.6499422     34.24973484
2      B      -118.626659       34.224762     A2     -118.6499422     34.24973484
3      B      -118.626659       34.224762     A2     -118.6499422     34.24973484
4      B      -118.626659       34.224762     A2     -118.6499422     34.24973484

在执行时，

sub_set['Distance'] = distance.distance((lat1,long1),(lat2,long2)).miles

抛出以下错误信息，

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()

【问题讨论】：

这里是错误：ValueError：一个Series的真值是不明确的。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。
请直接在问题中添加
您需要传递值的元组，而不是系列的元组。我的理解是，您需要遍历行进行此类计算，除非您愿意使用 Haversine 的矢量化实现

标签： python pandas dataframe geopy

【解决方案1】：

以下内容将为您提供所需的逐行计算。
subset 的东西不是必需的
这是一条长线，但它受益于所需列的绝对位置

df['Distance'] = df[['Site_Latitude_1', 'Site_Longitude_1', 'Site_Latitude_2', 'Site_Longitude_2']].apply(lambda x: distance.distance((x[0],x[1]), (x[2],x[3])).miles, axis=1)

更短的代码行

只要确定x[] 被正确索引为df 中的正确列

df['Distance'] = df.apply(lambda x: distance.distance((x[2],x[1]), (x[5],x[4])).miles, axis=1)

输出：

  Site_1 Site_Longitude_1 Site_Latitude_1 Site_2 Site_Longitude_2 Site_Latitude_2  Distance
0      A      -118.645167       34.237917     A2     -118.6499422     34.24973484  0.859202
1      A      -118.645167       34.237917     A2     -118.6499422     34.24973484  0.859202
2      B      -118.626659       34.224762     A2     -118.6499422     34.24973484  2.177003
3      B      -118.626659       34.224762     A2     -118.6499422     34.24973484  2.177003
4      B      -118.626659       34.224762     A2     -118.6499422     34.24973484  2.177003

【讨论】：

工作就像一个魅力！谢谢

【解决方案2】：

我是新手，但我想我可以提供帮助。

问题是因为您使用系列来处理需要单个值的方法。您应该遍历行以单独选择每个值。

试试这个代码：

    for row in sub_set.index:
      site1 =(sub_set.loc[row, 'Site_Latitude_1'],sub_set.loc[row, 'Site_Longitude_1'])
      site2 =(sub_set.loc[row, 'Site_Latitude_2'],sub_set.loc[row, 'Site_Longitude_2'])
      print('Distance is:',(distance.distance(site1, site2).miles),'miles')

输出：

Distance is: 0.8592022243334677 miles
Distance is: 0.8592022243334677 miles
Distance is: 2.1770033222544773 miles
Distance is: 2.1770033222544773 miles
Distance is: 2.1770033222544773 miles

或：

dist =[] 
for row in sub_set.index:
  site1 =(sub_set.loc[row, 'Site_Latitude_1'],sub_set.loc[row, 
  'Site_Longitude_1'])
  site2 =(sub_set.loc[row, 'Site_Latitude_2'],sub_set.loc[row, 
  'Site_Longitude_2'])
  dist.append((distance.distance(site1, site2).miles))
sub_set['Distance'] = dist

输出：

      Site_1 Site_Longitude_1 Site_Latitude_1 Site_2 Site_Longitude_2 Site_Latitude_2   Distance
    0      A    -118.645167    34.237917       A2      -118.649942     34.24973  0.859202
    1      A    -118.645167    34.237917       A2      -118.649942     34.249735 0.859202
    2      B    -118.626659    34.224762       A2      -118.649942     34.249735 2.177003
    3      B    -118.626659    34.224762       A2      -118.649942     34.249735 2.177003
    4      B    -118.626659    34.224762       A2      -118.649942     34.249735 2.177003

【讨论】：