我可以矢量化两个基于 lat/lon 寻找最近邮政编码的 for 循环吗？

问题描述

问题已移至 CodeReview：https://codereview.stackexchange.com/questions/257465/can-i-optimize-two-for-loops-that-look-for-the-closest-zip-code-based-on-lat-lon 我是 python 新手，我的任务是根据纬度和经度查找美国邮政编码。在弄乱了 arcgis 之后，我意识到这给了我某些位置的空值。我最终通过获取包含所有美国代码的数据集并使用欧几里得距离来根据它们的纬度/经度确定最近的邮政编码来完成我的任务。但是，这平均需要大约 1.3 秒来计算，对于我的近百万条记录，因为每个条目都需要一个邮政编码，所以需要一段时间。我认为矢量化是 python 上的一种加速任务的东西。但是，我找不到将其应用于我的代码的方法。这是我的代码，任何反馈将不胜感激：

for j in range(len(myFile)):
    p1=0
    p1=0
    point1 = np.array((myFile["Latitude"][j],myFile["Longitude"][j]))  # This is the reference point
    i = 0
    resultZip = str(usZips["Zip"][0])
    dist = np.linalg.norm(point1 - np.array((float(usZips["Latitude"][0]),float(usZips["Longitude"][0]))))
    for i in range(0,len(usZips)):
        lat = float(usZips["Latitude"][i])
        lon = float(usZips["Longitude"][i])
        point2 = np.array((lat,lon))  # This will serve as the comparison from the dataset
        temp = np.linalg.norm(point1 - point2)
        if (temp <= dist):  # IF the temp euclidean distance is lower than the alread set it will:
            dist = temp  # set the new distance to temp and...
            resultZip = str(usZips["Zip"][i])  # will save the zip that has the same index as the new temp
            # p1=float(myFile["Latitude"][58435])
            # p2=float(myFile["Longitude"][58435])
        i += 1

我知道 Google 也有一个反向地理编码器 API，但它每天有一个请求限制。 名为 myFile 的文件是一个 csv 文件，其属性为 userId、纬度、经度、时间戳，大约有 100 万个条目。文件 usZips 是公共数据集，其中包含有关城市、纬度、经度、邮编和时区的信息，其中包含美国大约 43,000 条邮编记录。

解决方法

我不知道您的 $ git log $ git revert <commit sha1 | reference> $ git push --force 和 myFile 长什么样（我无法验证代码）。所以，在矢量化的框架中尝试这样的事情：

usZips

还要检查我的代码中距离的定义（这就是您需要或不需要的）。