Pandas经纬度：计算两点之间的距离并选择最近的一个

Question

我有一个包含 15k 行的数据框，其中包含坐标和位置名称（主要是企业）

spot	lat1	l1	place	lat2	lon2
1	41,1808128356934	-8,53291034698486	A	41.146749	-8.613889
1	41,1808128356934	-8,53291034698486	B	41.146105	-8.609868
2	41,1491432189941	-8,61034202575684	A	41.146749	-8.613889
2	41,1491432189941	-8,61034202575684	B	41.146105	-8.609868

我一直在尝试在两个坐标之间进行减法以找到距离（以米为单位），然后仅选择它们之间距离较小的地点和地点。

这是我尝试使用的代码：

df['X_diff'] = df['lon1'] - df['lon2']
df['Y_diff'] = df['lat1'] - df['lat2']
df['dist'] = np.linalg.norm(df[['X_diff', 'Y_diff']], axis=1)

我也意识到坐标的类型是不同的。

spot     object
lat1     object
lon1     object
place    object
lat2     float64
lon2     float64
dtype: object

如何找到距离并只选择最近的？

Answer 1

您的 lat1 和 lon1 是字符串。也许您想在计算范数之前将, 替换为. 并转换为浮点数：

df[['lat1', 'lon1']] = df[['lat1','lon1']].apply(lambda x: pd.to_numeric(x.str.replace(',','.')) )