Question

我有两个数据框架,每个框架都有一套坐标。 Dataframe 1 是一份生物量地点清单,坐标为 lat和 lng 列。 Dataframe 2 是一份邮政编码坐标清单,与销售价格挂钩,坐标为pc_lat 和 pc_lng 列。

我用"https://stackoverflow.com/ questions/36843122/ how-to-find-the-losest-match-mach- based-on-2-keys-from-one-dataframe-to-an-an-another"这个堆叠流问题来找出每个地产最近的生物量站点。这是我使用的代码 :

def dist(lat1, long1, lat2, long2):
return np.abs((lat1-lat2)+(long1-long2))

def find_site(lat, long):
    distances = biomass.apply(
        lambda row: dist(lat, long, row[ lat ], row[ lng ]), 
        axis=1)
    return biomass.loc[distances.idxmin(), Site Name ]

hp1995[ BiomassSite ] = hp1995.apply(
    lambda row: find_site(row[ pc_lat ], row[ pc_long ]), 
    axis=1)

print(hp1995.head())

这效果很好,因为我得到了最接近生物质生成地点的名字, 但我想知道这两个地点之间的距离。

我如何计算距离?
输出距离的量度是多少? 我试图在离生物量地点2公里内找到特性。

Answer 1

要计算两个全球坐标之间的距离,您应该使用Hawrsine Frease ,基于此页,我采用了以下方法:

import math
def distanceBetweenCm(lat1, lon1, lat2, lon2):
    dLat = math.radians(lat2-lat1)
    dLon = math.radians(lon2-lon1)

    lat1 = math.radians(lat1)
    lat2 = math.radians(lat2)

    a = math.sin(dLat/2) * math.sin(dLat/2) + math.sin(dLon/2) * math.sin(dLon/2) * math.cos(lat1) * math.cos(lat2)
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))
    return c * 6371 * 100000 #multiply by 100k to get distance in cm

您也可以修改它来返回不同的单位, 乘以不同的功率 10 。举例来说, 100k 乘以100k 的乘以单位的厘米。不乘以方法返回的距离以公里计。必要时, 您可以从那里执行更多的单位转换。

编辑:如评论中建议的那样,最优化的办法是使用电源运营商,而不是常规的乘法,例如:

a = math.sin(dLat/2)**2 + math.sin(dLon/2)**2 * math.cos(lat1) * math.cos(lat2)

看看这个问题,以便阅读更多关于Python计算能力的不同速度复杂性。

“强度”编辑 : “/强度” 几年后,我需要再次计算拉特, lon 点之间的哈弗辛距离。这个答案对我仍然有用, 因为它计算了正确的距离 *, 不需要外部图书馆。

然而,如果我们去掉这些小细节,我们可以看到,我提供的硬码地球半径为6371的算法,它并不认为地球半径不统一(锅炉警报:离极越近越小,离赤道越近越近)。

在大多数情况下,我们很可能能够忍受这种情况,因为它引入了一个小近似误差,“farther”“real”半径是用于你输入的点(用更精确的方式/来源进行某些测量,最坏的情况误差低于2米,在大多数情况下是次计量 )。

另一种办法是使用一个图书馆来考虑大地测量模型来计算实际半径。我发现的一个这样的图书馆是 geopy , 特别是 geopy.tery. geodosic () 方法。但是,这将引入外部依赖作为权衡。

友情链接