我有一个包含一些不同元素的数据框,由 ID 标识。对于它们中的每一个,都提供了 LAT、LON。下面提供了一个示例:
ID LAT LON
2426 0.351649 36.921941
2451 0.351666 36.921939
2457 0.351687 36.921966
我想要一个由元组 (ID1,ID2) 和距离作为值标识的字典:
{(2426,2451):d1, (2426,2457):d2, (2451,2457):d3}
现在我正在使用以下代码计算每对之间的距离:
distances = {}
ids = to_network['ID'].values
for id_1 in ids:
ids = np.delete(ids, np.where(ids == id_1), axis=0)
for id_2 in ids:
distances[(id_1,id_2)] = compute_distance_m(to_network.loc[(to_network['ID'] == id_1),'LAT'].values[0],to_network.loc[(to_network['ID'] == id_1),'LON'].values[0],to_network.loc[(to_network['ID'] == id_2),'LAT'].values[0],to_network.loc[(to_network['ID'] == id_2),'LON'].values[0])
# Result in m
def compute_distance_m(lat1,lon1,lat2,lon2):
coords_1 = (lat1, lon1)
coords_2 = (lat2, lon2)
return geopy.distance.vincenty(coords_1, coords_2).km*1000
#returns
{(2426, 2451): 1.9917619328904765,
(2426, 2457): 5.083739036769186,
(2451, 2457): 3.7473346626876483}
问题是这段代码真的很慢,我在数据集中有十亿个实例,所以我正在寻找一个可以直接处理初始数据帧的更好的版本。
相关分类