Python 将函数应用于数据帧中的每一行而不使用apply

我在寻找两个纬度和经度之间距离的最快方法。一对来自用户，另一对来自

marker

。下面是我的代码：

import geopy
import pandas as pd


marker = pd.read_csv(file_path)
coords_2 = (4.620881605,101.119911)
marker['Distance'] = round(geopy.distance.geodesic((marker['Latitude'].values,marker['Longitude'].values), (coords_2)).m,2)

以前，我使用了

apply

，速度非常慢：

marker['Distance2'] = marker.apply(lambda x: round(geopy.distance.geodesic((x.Latitude,x.Longitude), (coords_2)).m,2), axis = 1)

然后，我使用熊猫系列矢量化：

marker['Distance'] = round(geopy.distance.geodesic((marker['Latitude'].values,marker['Longitude'].values), (coords_2)).m,2)

我收到错误信息：

ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

我在测试中添加了

all（）

和

any（）

（例如

marker['Latitude'].values.all（）、marker['Longitude'].values.all（）

，反之亦然）。但是，无论是

any（）

还是

all（）

计算的结果都是完全错误的

这是我的结果：

    Latitude    Longitude   Distance    Distance2
0   4.620882    101.119911  11132307.42 0.00
1   4.620125    101.120399  11132307.42 99.72
2   4.619368    101.120885  11132307.42 199.26

其中

Distance

是不正确的矢量化结果，而

Distance 2

是使用正确的

apply

结果。简单地说，

distance 2

是我的预期结果

---

如果不使用

应用

，我希望以正确的输出生成更快的结果。

尝试使用“应用”功能更快或更灵活。我在搜索geopy+numpy时发现了另一个问题。即使它现在已经很旧了，我仍然认为它是相关的，特别是

geopandas

部分。如果这还不足以解决您的问题，请在评论中Ping我，如果您希望我重新开始这个问题，请告诉我原因。您也可以分享另一个问题吗？我现在正在查看@SergeBallestaIt似乎不可能安装geopandas@谢尔盖：你的建议不起作用。很抱歉