python-3.x - 从 pandas 数据框到元组(对于半正矢模块)

Question

我有一个 pandas 数据框 my_df ，其中包含以下列:

id  lat1 lon1 lat2 lon2
1   45   0    41   3
2   40   1    42   4
3   42   2    37   1

基本上，我想做以下事情:

import haversine

haversine.haversine((45, 0), (41, 3)) # just to show syntax of haversine()
> 507.20410687342115

# what I'd like to do
my_df["dist"] = haversine.haversine((my_df["lat1"], my_df["lon1"]),(my_df["lat2"], my_df["lon2"]))

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

使用this ，我尝试了以下方法:

my_df['dist'] = haversine.haversine(
        list(zip(*[my_df[['lat1','lon1']][c].values.tolist() for c in my_df[['lat1','lon1']]]))
        , 
        list(zip(*[my_df[['lat2','lon2']][c].values.tolist() for c in my_df[['lat2','lon2']]]))
        )

File "blabla\lib\site-packages\haversine__init__.py", line 20, in haversine lat1, lng1 = point1

ValueError: too many values to unpack (expected 2)

知道我做错了什么/如何实现我想要的吗？

Answer 1

将apply与axis=1结合使用:

my_df["dist"] = my_df.apply(lambda row : haversine.haversine((row["lat1"], row["lon1"]),(row["lat2"], row["lon2"])), axis=1)

要在每一行上调用半正矢函数，该函数理解标量值，而不是类似数组的值，因此会出现错误。通过使用 axis=1 调用 apply，您可以逐行迭代，这样我们就可以访问每个列值并以方法期望的形式传递这些值。

我也不知道有什么区别，但有一个矢量化的 version半正矢公式的计算