Python函数在pandas中使用haversine公式计算距离

（IPython笔记本） （巴士统计）

摘要.总目（）

我需要计算每两行之间的行驶距离，其中 1） 行['sequence']！=0，因为公共汽车在其初始站点时没有距离2）行['track\u id']==上一行['track\u id']

我定义了哈弗森公式：

def haversine(lon1, lat1, lon2, lat2):

      lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2])

# haversine formula 
dlon = lon2 - lon1 
dlat = lat2 - lat1 
a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2
c = 2 * asin(sqrt(a)) 
r = 6371 # Radius of earth in kilometers. Use 3956 for miles
return c * r

我不知道该怎么做。其中一个想法是使用itterrows（）和apply harvesine（）函数，如果行的“sequence”参数不是0，并且行的“track_id”等于前一行的“track_id”

[编辑]我认为不需要检查行和前一行的“track_id”是否相同，因为haversine（）函数仅应用于两行，当sequence=0时，该行的距离==0，这意味着track_id已更改。因此，基本上，将haversine（）函数应用于“序列”！=0，即haversine（上一行.lng，上一行.lat，当前行.lng，当前行.lat）。还是需要帮助

[编辑2] 我通过以下方式实现了类似的目标：

summary['distance_travelled'] = summary.apply(lambda row: haversine(row['lng'], row['lat'], previous_row['lng'], previous_row['lat']), axis=1)

其中上一行实际上应该是上一行，因为现在它只是一个占位符字符串，不起任何作用。

IIUC您可以尝试：

print summary

  track_id  sequence        lat        lng  distance_travelled
0      1-1         0  41.041870  29.060010                   0
4      1-1         1  41.040859  29.059980                   0
6      1-1         2  41.039242  29.059731                   0
#create new shifted columns  
summary['latp'] = summary['lat'].shift(1)
summary['lngp'] = summary['lng'].shift(1)
print summary

  track_id  sequence        lat        lng  distance_travelled       latp  \
0      1-1         0  41.041870  29.060010                   0        NaN   
4      1-1         1  41.040859  29.059980                   0  41.041870   
6      1-1         2  41.039242  29.059731                   0  41.040859   

       lngp  
0       NaN  
4  29.06001  
6  29.05998  
summary['distance_travelled'] = summary.apply(lambda row: haversine(row['lng'], row['lat'], row['lngp'], row['latp']), axis=1)
#remove column lngp, latp
summary = summary.drop(['lngp','latp'], axis=1)
print summary

  track_id  sequence        lat        lng  distance_travelled
0      1-1         0  41.041870  29.060010                 NaN
4      1-1         1  41.040859  29.059980            0.112446
6      1-1         2  41.039242  29.059731            0.181011

---

如果性能很重要，那么调用

.apply（haversine，axis=1）

将比编写

haversine

获取numpy数组并执行

summary['distance_traveled']=haversine（summary['lng']，summary['lat']，summary['lngp']，summary['latp']）要慢得多。

这不是一个重复吗？