根据 GPS 数据计算距离 [经度和纬度]答案

【问题标题】：Calculate distance from GPS data [longitude and latitude]根据 GPS 数据计算距离 [经度和纬度]
【发布时间】：2015-04-14 11:02:55
【问题描述】：

我是熊猫数据挖掘的新手。我有由时间戳、经度和纬度值组成的 GPS 数据集。我的数据集看起来像 this。

In [3]:
import pandas as pd
import numpy as np
df = pd.read_csv('D:GPS.csv', index_col=None)
df
Out[3]:
    time                mLongitude  mLongitude
0   2014-06-30 00:00:00 94.500000   126.998428
1   2014-06-30 00:00:00 94.500000   126.998428
2   2014-06-30 00:00:00 94.500000   126.998428
3   2014-06-30 00:00:00 94.500000   126.998428
4   2014-06-30 00:00:00 94.500000   126.998428
5   2014-06-30 00:00:00 94.500000   126.998428
6   2014-06-30 00:00:00 94.500000   126.998428
7   2014-06-30 00:00:00 94.500000   126.998428
8   2014-06-30 00:00:00 94.500000   126.998428
9   2014-06-30 00:00:00 94.500000   126.998428
10  2014-06-30 00:00:00 94.500000   126.998428
11  2014-06-30 00:00:00 94.500000   126.998428
12  2014-06-30 00:00:00 94.500000   126.998428
13  2014-06-30 00:00:00 94.500000   126.998428
14  2014-06-30 00:00:00 94.500000   126.998428
15  2014-06-30 00:00:00 94.500000   126.998428
  ...   ... ... ...
9467    2014-08-02 00:00:00 44.299999   126.902259
9468    2014-08-02 00:00:00 44.299999   126.902259
9469    2014-08-02 00:00:00 44.299999   126.902259
9470    2014-08-02 00:00:00 44.299999   126.902259
9471    2014-08-02 00:00:00 44.299999   126.902259
9472    2014-08-02 00:00:00 44.299999   126.902259

在这里，我想计算每天的行驶距离。然后输出的例子是这样的：

 time        distance (meter)
2014-06-30     1000 
2014-07-01     500
....           ...
2014-08-02     1500

【问题讨论】：

你是如何计算距离的？
地面还是海拔距离？直线/great circle distance?
@SylvainLeroux 实际上，我不是这种情况的专家，但在阅读了一些参考资料后，我想我正在寻找地面距离。
@EdChum 我已经阅读了this 的代码，但我不知道如何修改代码以便在我的情况下实现它。
查看相关：stackoverflow.com/questions/25767596/…

标签： python pandas

【解决方案1】：

以下内容改编自我的answer：

In [133]:

import math

df['distance'] = 6367 * 2 * np.arcsin(np.sqrt(np.sin(np.radians(df['mLatitude']) - math.radians(37.2175900)/2)**2 + math.cos(math.radians(37.2175900)) * np.cos(np.radians(df['mLatitude']) * np.sin(np.radians(df['mLongitude']) - math.radians(-56.7213600)/2)**2)))
df
Out[133]:
            time  mLongitude   mLatitude      distance
index                                                 
0     2014-06-30   94.500000  126.998428  16032.604625
1     2014-06-30   94.500000  126.998428  16032.604625
2     2014-06-30   94.500000  126.998428  16032.604625
3     2014-06-30   94.500000  126.998428  16032.604625
4     2014-06-30   94.500000  126.998428  16032.604625
5     2014-06-30   94.500000  126.998428  16032.604625
6     2014-06-30   94.500000  126.998428  16032.604625
7     2014-06-30   94.500000  126.998428  16032.604625
8     2014-06-30   94.500000  126.998428  16032.604625
9     2014-06-30   94.500000  126.998428  16032.604625
10    2014-06-30   94.500000  126.998428  16032.604625
11    2014-06-30   94.500000  126.998428  16032.604625
12    2014-06-30   94.500000  126.998428  16032.604625
13    2014-06-30   94.500000  126.998428  16032.604625
14    2014-06-30   94.500000  126.998428  16032.604625
15    2014-06-30   94.500000  126.998428  16032.604625
9467  2014-08-02   44.299999  126.902259  10728.740464
9468  2014-08-02   44.299999  126.902259  10728.740464
9469  2014-08-02   44.299999  126.902259  10728.740464
9470  2014-08-02   44.299999  126.902259  10728.740464
9471  2014-08-02   44.299999  126.902259  10728.740464
9472  2014-08-02   44.299999  126.902259  10728.740464
In [137]:

df.set_index('time').resample('D', how='mean')
Out[137]:
            mLongitude   mLatitude      distance
time                                            
2014-06-30   94.500000  126.998428  16032.604625
2014-08-02   44.299999  126.902259  10728.740464

不清楚您的时间是否已经是日期时间，但如果不是，您可以转换它：df['time'] = pd.to_datetime(df['time'])，我还重新标记了列，因为您有 2 个mLongitude，我假设第二个应该是纬度

【讨论】：

太好了...，是的，我了解日期时间。感谢您的解决方案