计算大坐标列表中的距离

Question

我需要一些帮助来完成一项任务。我是 Python 初学者，我正在尝试计算连续项目之间的距离。对于前。 item1 到 item2 然后 item2 到 item3 等等。

只有一个问题，在我的数据框中，我必须将这些计算划分到字段 ZCGUNLEIT，因为它指示一条路线。所以任何一个 ZCGUNLEIT 都会有大约 300 个坐标，我必须知道这 300 个坐标之间的距离，然后再移动到下一个 ZCGUNLEIT。

我尝试了 haversine 库，但无法理解如何将其集成到我的数据框中。

如果有人能在这里阐明一些问题，我们将不胜感激。

OBS：此数据框有数百万行。

Answer 1

来自这个问题的答案：Getting distance between two points based on latitude/longitude

假设地球是球体的Haversine公式，导致误差高达0.5%左右（根据help(geopy.distance)）。 Vincenty距离使用WGS-84等更精确的椭球模型，在geopy中实现。例如，

import geopy.distance

coords_1 = (52.2296756, 21.0122287)
coords_2 = (52.406374, 16.9251681)

print geopy.distance.vincenty(coords_1, coords_2).km

将使用默认椭球 WGS-84 打印 279.352901604 公里的距离。（您也可以选择 .miles 或其他几个距离单位之一）。

所以对于你的问题，如果你的数据定义为pandas dataFrame，例如：

import geopy.distance
import pandas as pd
df=pd.DataFrame(data=[[53.2296756,21.0122287],[52.406374,16.9241681],[52.2296756,21.0112287],[55.406374,16.9231681]],columns=['LATITUDE','LANGTITUDE'])

dist=[0]
for i in range(1,len(df)):
  dist.append(geopy.distance.vincenty((df.LATITUDE.iloc[i],df.LANGTITUDE.iloc[i]),(df.LATITUDE.iloc[i-1],df.LANGTITUDE.iloc[i-1])).km)

df['distance']=dist
df

计算大坐标列表中的距离

Calculate distance in large list of coordinates

python

distance

coordinates