Python 3.x 使用apply（）加速数据帧上的嵌套循环

我有一个在Python中使用Pandas的数据帧，它在每一行上包含纬度和经度坐标。我的目标是使用haversine添加另一个名为close_by的列，该列包含数据集中1英里以内的其他条目的计数

我见过其他类似问题的指南，如：但它们涉及使用df.apply更新每一行，以添加坐标之间的距离和每个定义点的一些静态值。我还没有找到或想出解决办法

本质上，这就是我试图优化的：

for index1, row1 in business_data.iterrows():
    for index2, row2 in business_data.iterrows():
        distance = mpu.haversine_distance((business_data.at[index1,'latitude'], business_data.at[index1,'longitude']), (business_data.at[index2,'latitude'], business_data.at[index2,'longitude']))
        distance = distance * 0.621371

        if distance <= 1:
            business_data.at[index1,'close_by'] = row1["close_by"] + 1

我有大约50000行，在我的电脑上，每行大约需要5秒钟

谢谢你的建议

从外观上看，mpu.haversine_距离使用数学而不是numpy函数，因此它不可矢量化

使用，您可以轻松地将问题矢量化：

df = pd.DataFrame([
    {'latitude': 49.001, 'longitude': 11.0},
    {'latitude': 49.0, 'longitude': 11.0},
    {'latitude': 49.001, 'longitude': 11.001},
    {'latitude': -49.0, 'longitude': 11.0},
])


lon = df['longitude'].to_numpy()
lat = df['latitude'].to_numpy()

radius = 1.0

df['close_by'] = np.count_nonzero(haversine_np(lon, lat, lon[:, None], lat[:, None]) < radius, axis=0) - 1

df
#   latitude    longitude   nearby
# 0 49.001      11.000      2
# 1 49.000      11.000      2
# 2 49.001      11.001      2
# 3 -49.000     11.000      0

---

你能发布一些示例数据吗？谢谢你的解决方案，它回答了我的问题。但是，有没有办法使它的内存效率提高一点？它似乎在一段时间后抛出内存错误之前锁定了我的计算机。你可以处理你的数据帧