为Haversine距离准备数据

Posted 2023-03-05

【中文标题】为Haversine距离准备数据

【英文标题】：Prepare data for Haversine distance

【发布时间】：2019-11-11 11:49:26

【问题描述】：

我想为id 的每个唯一值计算haversine 距离：

from haversine import haversine, Unit

data = 

id latitude longitude 
a        11        22
a        33        44
b        55        66
b        77        88
c        99        11
c        12        13

start = (11,22) # (lat, lon)
end = (33,44)
haversine(start,end)*1000

如何为它创建一个循环？因为真实数据有2000+ids

关于 Hvaersine 有很多很好的问题，但没有关于数据准备的答案。这个问题主要是关于数据准备的

【参考方案1】：

2000 并不多，你可以用一个简单的 python 循环来处理它。但如果您更喜欢 pandas-native 方法，您可以执行以下操作：

df.groupby('id').apply(lambda g: haversine(g.iloc[0], g.iloc[1])) * 1000

考虑到您的数据集对于每个 id 始终有一对点。

输出：

id
a    3.320380e+06
b    2.601419e+06
c    9.673377e+06

【讨论】：

顺便说一句，你的第一个代码更快haversine = data.set_index('id_easy').apply(tuple,axis=1).groupby(level=0).apply(lambda x: haversine(x.iat[0],x.iat[1])*1000)