问题描述
Python 大师
我正在尝试使用 pandas .apply() 函数来加速我的代码。
但是，我遇到了一个我不知道如何解决的问题。
该脚本的主要目标是遍历 DataFrame 并确定地图上两点之间的距离。为此，我使用 geopy 库并构建了函数：
def distance_2points(lat1,long1,lat2,long2):
coord1 = (lat1,long1)
coord2 = (lat2,long2)
results = distance.distance(coord1,coord2).km
return results
当我测试函数时，它没有问题，但是当我尝试将它与.apply() 一起使用时，我得到
ValueError：点坐标必须是有限的。 (nan,nan,0.0) 已作为坐标传递。
完整代码
from geopy import distance
import pandas as pd
from datetime import datetime
import time
startTime = datetime.Now()
print(datetime.Now() - startTime)
lat1 = 40.067982
long1 = -75.056641
def distance_2points(lat1,coord2).km
return results
df = pd.read_csv('data.csv')
df['distance'] = df.apply(lambda row: distance_2points(lat1,lat2=row['lat'],long2=row['long'] ),axis=1)
print(datetime.Now() - startTime)
谁能解释一下是什么问题？
数据示例 https://docs.google.com/spreadsheets/d/11sahfFQcv_PcODUvFxe6ziY_TeBjDkfLCpf2baqEKck/edit?usp=sharing
解决方法
试试这个：
from geopy import distance
import pandas as pd
from datetime import datetime
import time
startTime = datetime.now()
print(datetime.now() - startTime)
lat1 = 40.067982
long1 = -75.056641
def distance_2points(row):
coord1 = (lat1,long1)
coord2 = (row['lat'],row['long'])
results = distance.distance(coord1,coord2).km
return results
df = pd.read_csv('data.csv')
df['distance'] = df.apply(lambda row: distance_2points(row),axis=1)
print(datetime.now() - startTime)
事实上，您可以通过将命名函数直接应用于您的数据帧而不使用 lambda 来进一步简化此操作：
df['distance'] = df.apply(distance_2points,axis=1)