按纬度和经度查找最近的位置，并用Python填写地区和商业区

我对dataframe 1有以下几点感兴趣：

City    District    BusinessArea      LATB         LNGB
BJ                                  39.891239   116.333334
BJ                                  39.893203   116.365832
BJ                                  39.936265   116.359406
BJ                                  39.88723    116.399005
BJ                                  39.882956   116.35425

我想搜索从dataframe 2到这些地方最近的位置的地区和业务区，并在dataframe 1的相应列中填写它们。如何在Python中实现这一点？谢谢

City    District    BusinessArea    LATB       LNGB
 BJ        CY            CBD     39.958953  116.521695
 BJ        DC            ADM     39.959331  116.417026
 BJ        HD            ANZ     40.050313  116.328861
 BJ       XAXQ           AX      38.878255  115.886731
 BJ        CY            AZ      39.979982  116.407959
 BJ        CY           ALPKGY   40.00121   116.399127
 BJ        SJS           BBS     39.920912  116.243273
 BJ        YQ            BDL     40.367837  115.983509
 BJ        SJS           BDC     39.955215  116.194778
 BJ        SJS           BJ      39.91896   116.205016

到目前为止，我已经意识到这一点。需要做更多的工作

import pandas as pd
import numpy as np
import math
from math import *

EARTH_REDIUS = 6378.137

def rad(d):
    return d * pi / 180.0

def getDistance(lat1, lng1, lat2, lng2):
    radLat1 = rad(lat1)
    radLat2 = rad(lat2)
    a = radLat1 - radLat2
    b = rad(lng1) - rad(lng2)
    s = 2 * math.asin(math.sqrt(math.pow(sin(a/2), 2) + cos(radLat1) * cos(radLat2) * math.pow(sin(b/2), 2)))
    s = s * EARTH_REDIUS
    return s

if __name__ == '__main__':

    business = pd.read_excel("df2.xlsx")
    match_place = pd.read_excel("df1.xlsx")
    res = pd.DataFrame()
    for i in range(business.shape[0]):
        for j in range(5):
            res.at[j,business.at[i,"BusinessArea"]] = getDistance(business.at[i,"LATB"],business.at[i,"LNGB"]
                        ,match_place.at[j,"LATB"],match_place.at[j,"LNGB"])
    print(res.columns[np.argmin(np.array(res), 1)])

如何操作（并按原样使用

getDistance

函数）

---

更新

请注意，此后使用方法

ix

可能会返回弃用警告，例如

DeprecationWarning: 
.ix is deprecated. Please use
.loc for label based indexing or
.iloc for positional indexing

---

嗯。。其中是第二个数据帧…上部是df1，下部是df2。他们希望通过查找最小delta-IIUC的lat-long匹配来填充df1中的空列……我认为在这种方法中有几个概念上的警告：如果要验证的位置不是df2的一部分怎么办？该算法只需选取它能找到的最近的地区/商业区。如果要验证的位置非常接近某个地区的边界，因此不幸地是，与df2中错误地区的现有位置相比，更接近正确的地区，会发生什么。。。在国际海事组织，这个问题需要另一种方法，可能是基于某个数据集的查找可能性，其中包括有关感兴趣区域的地图信息。谢谢你的见解。这只是实际数据的一部分，作为Python的新手，我希望找到一些简单而快速的解决方案。有任何问题@ahbon吗？

DeprecationWarning: 
.ix is deprecated. Please use
.loc for label based indexing or
.iloc for positional indexing