在熊猫数据框中使用geopy计算坐标距离

问题描述

我有下面的代码可用于计算之间的距离 开始乘坐公共交通工具的城市的坐标 以及旅行结束的城市的坐标并返回 值。来自特定城市的组合数量独特 到一个特定的城市，问题是我有一个大数据集 大约120万条记录，并且代码相当慢，因为它 为每个组合进行迭代。我该如何重新排列循环 计算唯一坐标的坐标之间的距离 组合并将其应用于重复的组合？是 有什么方法可以减少处理时间吗？

df_distance = []
for row in clean_df.iterrows():
    try:
        coords_1 = (row[1].Lat_x,row[1].Lng_x)
        coords_2 = (row[1].Lat_y,row[1].Lng_y)
        distance = geodesic(coords_1,coords_2).km
        df_distance.append(distance)
        #print(geodesic(coords_1,coords_2).km)
    except ValueError as e:
        print(row)

解决方法

我重写了循环，从而缩短了数据集的处理时间 坐标距离计算： 我创建了一个空字典，该字典将保存原始目的地旅行的唯一组合的距离计算。对于独特的组合，请创建一个独特的代码，该代码将原始和目的地城市的代码汇总为一个字符串，并将其添加到词典中。如果再次遇到（重复）这样的唯一代码，则将距离添加到字典中，否则计算距离并将其添加到字典中。

from datetime import datetime,timedelta

start_date = datetime(2020,1,0)
end_date = datetime(2020,3,0)

dates_range = []
while start_date < end_date:
    dates_range.append(start_date) # or you can append str(start_date) if want the dates to be as strings
    start_date += timedelta(minutes=1)

print(dates_range)