使用 Haversine 的距离公式获取经度和纬度的距​​离

Posted 2023-03-05

【中文标题】使用 Haversine 的距离公式获取经度和纬度的距​​离

【英文标题】：Getting distance from longitude and latitude using Haversine's distance formula

【发布时间】：2018-12-09 23:25:24

【问题描述】：

我正在使用 pandas 数据框，我正在尝试获取每个标识符的每个点的经度和纬度的距​​离。

这是当前的数据框：

    Identifier       num_pts        latitude          longitude
0   AL011851            3              28.0              -94.8
1   AL011851            3              28.0              -95.4
2   AL011851            3              28.1              -96.0
3   AL021851            2              22.2              -97.6
4   AL021851            2              12.0              -60.0

我知道我必须使用 Haversine 距离公式，但我不确定如何使用我的数据来合并它。

import numpy as np
def haversine(lon1, lat1, lon2, lat2, earth_radius=6367):
    """
    Calculate the great circle distance between two points
    on the earth (specified in decimal degrees)

    All args must be of equal length.

    """
    lon1, lat1, lon2, lat2 = map(np.radians, [lon1, lat1, lon2, lat2])

    dlon = lon2 - lon1
    dlat = lat2 - lat1

    a = np.sin(dlat/2.0)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2.0)**2

    c = 2 * np.arcsin(np.sqrt(a))
    km = earth_radius * c
    return km

这应该是我在纸上仅使用纬度和经度计算得出的最终结果：

 Identifier       num_pts        latitude          longitude            distance
0   AL011851            3              28.0              -94.8            NaN
1   AL011851            3              28.0              -95.4            58.870532
2   AL011851            3              28.1              -96.0            58.870532
3   AL021851            2              22.2              -97.6
4   AL021851            2              12.0              -60.0

编辑：我需要计算连续点（如 0 和 1 以及 2）之间的距离，并且必须按标识符对它进行分组，以确保这些点不是来自不同的标识符，所以当有一个新的标识符时AL021851 它重置并仅计算该标识符中的点

【问题讨论】：

“分组”是什么意思？请具体：距离0到1、1到2……然后？

使用 groupby，我的意思是它为标识符 AL011851 做了所有 3 个点，得到每个点之间的距离，然后对于 AL021851，它将得到前 2 个点之间的距离，但第一个点对于 AL021851 将是 NaN，因为它是一个新标识符，因此您不会计算另一个标识符点之间的距离。

【参考方案1】：

from io import StringIO
import pandas as pd

# Example data
df = pd.read_fwf(StringIO("""
Identifier       num_pts        latitude          longitude
AL011851            3              28.0              -94.8
AL011851            3              28.0              -95.4
AL011851            3              28.1              -96.0
AL021851            2              22.2              -97.6
AL021851            2              12.0              -60.0
"""), header=1)

# Provided function
import numpy as np
def haversine(lon1, lat1, lon2, lat2, earth_radius=6367):
    """
    Calculate the great circle distance between two points
    on the earth (specified in decimal degrees)

    All args must be of equal length.

    """
    lon1, lat1, lon2, lat2 = map(np.radians, [lon1, lat1, lon2, lat2])

    dlon = lon2 - lon1
    dlat = lat2 - lat1

    a = np.sin(dlat/2.0)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2.0)**2

    c = 2 * np.arcsin(np.sqrt(a))
    km = earth_radius * c
    return km


# Use pandas shift to place prior values on each row, within a grouped dataframe
dfg = df.groupby("Identifier")
df ['p_latitude'] = dfg['latitude'].shift(1)
df ['p_longitude'] = dfg['longitude'].shift(1)

# Assign to a new column - use pandas dataframe apply to invoke for each row
df['distance'] = df[['p_latitude', 'p_longitude', 'latitude','longitude']].apply(lambda x: haversine(x[1], x[0], x[3], x[2]), axis=1)
print(df)

#  Identifier  num_pts  latitude  longitude  p_latitude  p_longitude     distance
#0   AL011851        3      28.0      -94.8         NaN          NaN          NaN
#1   AL011851        3      28.0      -95.4        28.0        -94.8    58.870532
#2   AL011851        3      28.1      -96.0        28.0        -95.4    59.883283
#3   AL021851        2      22.2      -97.6         NaN          NaN          NaN
#4   AL021851        2      12.0      -60.0        22.2        -97.6  4138.535287

【讨论】：

我需要计算连续点之间的距离，比如 0 和 1，以及 2，并且必须按标识符分组，以确保这些点不是来自不同的标识符，所以当有像 AL021851 这样的新标识符会重置并仅计算该标识符中的点

@Janeson00，编辑以计算组内的连续点。