寻找两点之间的最短距离Python
Posted
技术标签:
【中文标题】寻找两点之间的最短距离Python【英文标题】:Finding the shortest distance between two points Python 【发布时间】:2019-10-24 07:40:38 【问题描述】:我有两个数据框。一个包含properties locations
,另一个包含railway stations locations
。
属性数据框示例(原始数据框由约 700 行组成):
properties=pd.DataFrame('propertyID':['13425','32535','43255','52521'],
'lat':[-37.79230,-37.86400,-37.85450,-37.71870],
'lon':[145.10290,145.09720,145.02190,144.94330])
火车站数据帧示例(原始数据帧由约 90 行组成):
stations=pd.DataFrame('stationID':['11','33','21','34','22'],
'lat':[-37.416861,-37.703293,-37.729261,-37.777764,-37.579206],
'lon':[145.005372,144.572524,144.650631,144.772304,144.728165])
我有一个函数可以计算两个位置之间的距离
from math import radians, cos, sin, asin, sqrt
def haversine(lon1, lat1, lon2, lat2):
"""
Calculate the great circle distance between two points
on the earth (specified in decimal degrees)
"""
# convert decimal degrees to radians
lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2])
# haversine formula
dlon = lon2 - lon1
dlat = lat2 - lat1
a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2
c = 2 * asin(sqrt(a))
r = 6378 # Radius of earth in kilometers
return c * r
我想找出每个物业和所有车站之间的距离。然后选择距离最短的车站。
我尝试构建一个 for 循环,但它没有返回最短距离(分钟)
lst=[]
for stopLat in stations['lat']:
for stopLon in stations['lon']:
for propLat in properties['lat']:
for propLon in properties['lon']:
lst.append(haversine(propLon,propLat,stopLon,stopLat))
我的最终输出将如下所示。 (每个属性都连接到最近的车站)。
stationID propertyID
11 52521
33 13425
21 32535
34 43255
任何有关如何解决此问题的建议都会有所帮助。谢谢
【问题讨论】:
您指的是最短路径,例如图 Djikstra,我认为使用 networkx 很容易吗? BallTree 在 Sklearn 中支持haversine 距离。所以你可以使用属性创建一个 BallTree。然后找到每个站点到 BallTree 中一个点的最小距离(即最近邻)。这应该是快速高效的(因为 Sklearn 算法)。 【参考方案1】:这是一种解决方法,但我首先将两个数据框与一个额外的“键”合并。 然后我用 apply 来计算距离:
properties['key'] = 1
stations['key'] = 1
df = properties.merge(stations,on='key')
del df['key']
df['distance'] = df.apply(lambda x: haversine(x['lon_x'],x['lat_x'],x['lon_y'],x['lat_y']),axis=1)
print(df)
df = df.loc[df.groupby("propertyID")["distance"].idxmin()]
df = df[['stationID','propertyID']]
print(df)
第一次打印:
propertyID lat_x lon_x stationID lat_y lon_y distance
0 13425 -37.7923 145.1029 11 -37.416861 145.005372 42.668639
1 13425 -37.7923 145.1029 33 -37.703293 144.572524 47.723406
2 13425 -37.7923 145.1029 21 -37.729261 144.650631 40.415507
3 13425 -37.7923 145.1029 34 -37.777764 144.772304 29.129338
4 13425 -37.7923 145.1029 22 -37.579206 144.728165 40.650436
5 32535 -37.8640 145.0972 11 -37.416861 145.005372 50.428078
6 32535 -37.8640 145.0972 33 -37.703293 144.572524 49.504807
7 32535 -37.8640 145.0972 21 -37.729261 144.650631 42.047056
8 32535 -37.8640 145.0972 34 -37.777764 144.772304 30.138684
9 32535 -37.8640 145.0972 22 -37.579206 144.728165 45.397047
10 43255 -37.8545 145.0219 11 -37.416861 145.005372 48.738487
11 43255 -37.8545 145.0219 33 -37.703293 144.572524 42.971083
12 43255 -37.8545 145.0219 21 -37.729261 144.650631 35.510616
13 43255 -37.8545 145.0219 34 -37.777764 144.772304 23.552690
14 43255 -37.8545 145.0219 22 -37.579206 144.728165 40.101407
15 52521 -37.7187 144.9433 11 -37.416861 145.005372 34.043280
16 52521 -37.7187 144.9433 33 -37.703293 144.572524 32.696875
17 52521 -37.7187 144.9433 21 -37.729261 144.650631 25.795774
18 52521 -37.7187 144.9433 34 -37.777764 144.772304 16.424364
19 52521 -37.7187 144.9433 22 -37.579206 144.728165 24.508280
第二次打印:
stationID propertyID
3 34 13425
8 34 32535
13 34 43255
18 34 52521
但是根据这个输出站 34 总是最近的。对吗?
编辑:进一步解释:
我曾经试图找到一种方法将两个数据帧“合并”在一起,这些数据帧没有通常用于合并的通用唯一标识符。
我还想将一个数据帧的每一行与另一个数据帧(在您的情况下,每个站点与每个属性)配对,以便能够比较这些条目。 在我的研究中,我发现了使用虚拟密钥的巧妙解决方法。
合并通常基于唯一标识符组合数据帧,但仅匹配那些匹配的行。所以数据框 A "ID" = 1 只与数据框 B 中 "ID" = 1 的人匹配。(阅读此处:https://pandas.pydata.org/pandas-docs/version/0.19.1/generated/pandas.DataFrame.merge.html)
在这个使用的解决方法中,我们看到每一行的键都是 1,因此每一行都将与其他数据帧中的每一行匹配,完全符合我们的要求。
使用 apply 函数,您可以将任何函数逐行应用于数据帧。
【讨论】:
感谢您提供这个简洁的解决方案。它似乎正在工作。我将绘制我的数据以确保我的输出是正确的。谢谢。 如果可能的话,您能否对您的方法进行一些说明?合并是如何工作的?是否将每个物业位置与所有车站位置进行比较? 谢谢mgruber【参考方案2】:使用BallTree from Sklearn,它提供了一种更快的方法来查找最近的邻居
import numpy as np
import pandas as pd
from sklearn.neighbors import KDTree, BallTree
properties=pd.DataFrame('propertyID':['13425','32535','43255','52521'],
'lat':[-37.79230,-37.86400,-37.85450,-37.71870],
'lon':[145.10290,145.09720,145.02190,144.94330])
stations=pd.DataFrame('stationID':['11','33','21','34','22'],
'lat':[-37.416861,-37.703293,-37.729261,-37.777764,-37.579206],
'lon':[145.005372,144.572524,144.650631,144.772304,144.728165])
property_coords = properties.as_matrix(columns=['lat', 'lon'])
station_coords = stations.as_matrix(columns=['lat', 'lon'])
# Create BallTree using station coordinates and specify distance metric
tree = BallTree(station_coords, metric = 'haversine')
print('PropertyID StationID Distance')
for i, property in enumerate(property_coords):
dist, ind = tree.query(property.reshape(1, -1), k=1) # distance to first nearest station
print(properties['propertyID'][i], stations['stationID'][ind[0][0]], dist[0][0], sep ='\t')
输出
PropertyID StationID Distance
13425 34 0.329682946662
32535 34 0.333699645179
43255 34 0.259425428922
52521 34 0.180690281514
性能
总结--BallTree > 比合并数据帧的方法快 5 倍
详细信息(假设预加载库和数据)
方法一--使用BallTree
%%timeit
property_coords = properties.as_matrix(columns=['lat', 'lon'])
station_coords = stations.as_matrix(columns=['lat', 'lon'])
# Create BallTree using station coordinates and specify distance metric
tree = BallTree(station_coords, metric = 'haversine')
for i, property in enumerate(property_coords):
dist, ind = tree.query(property.reshape(1, -1), k=1) # distance to first nearest station
100 loops, best of 3: 1.79 ms per loop
方法2——合并两个数据框
%%timeit
properties['key'] = 1
stations['key'] = 1
df = properties.merge(stations,on='key')
del df['key']
df['distance'] = df.apply(lambda x: haversine(x['lon_x'],x['lat_x'],x['lon_y'],x['lat_y']),axis=1)
#print(df)
df = df.loc[df.groupby("propertyID")["distance"].idxmin()]
df = df[['stationID','propertyID']]
100 loops, best of 3: 10 ms per loop
【讨论】:
谢谢 DarrylG。我尝试了k-最近邻法。由于某种原因,它返回前 6 个观察值,然后返回错误。KeyError: 78
。第二种方法有效。再次感谢。
@leena--您是在尝试与上面完全相同的代码还是修改?
@leena--这是我试过的link to code(注意:您可以暂时忽略关于 as_matrix 将在未来版本中删除的警告)。
谢谢DarrylG以上是关于寻找两点之间的最短距离Python的主要内容,如果未能解决你的问题,请参考以下文章