Python 使用pandas和geopy计算两点之间的距离

我有一个如下的熊猫数据框，包括四列，但每行有两个点（lat1，lon1）和（lat2，lon2）：

---

使用

geopy

计算每行中提到的（lat1，lon1）和（lat2，lon2）之间的距离的最有效方法是什么？

您的lat/lon是什么坐标系

让我们试试Euc-

squrt（delta（lat）**2+delta（lon）**2）

---

即使你自己似乎没有做过任何研究，你也可以这样做： 短期谷歌搜索：

通过实践，您现在可以相对轻松地了解如何访问熊猫中的DF并应用操作（@wwnde已经展示了这一点）

将这两个基本要素结合起来可以：

import pandas as pd
import numpy as np
from geopy import distance

# Generate some random data (lon, lat must be in (-90, 90)
df = pd.DataFrame(np.random.randint(-90, 90, size=(100, 4)), columns=list(['lo1', 'la1', 'lo2', 'la2']))
print(df)

# applies the distance function as described in the provided link
df['km'] = df.apply(lambda x: distance.distance((x[0], x[1]), (x[2], x[3])), axis=1)
print(df)

此外，我还发现了第一个链接，但没有阅读，因为解决方案非常简单

---

正如StackOverflow的CoC建议的那样，请提供您已经尝试过的内容，并提供正确的行为，以便简单地查看google。

您尝试过什么吗？

 df['dist']=((df.lat1.sub(df.lat2)**2).add(df.lon1.sub(df.lon2)**2))**0.5

import pandas as pd
import numpy as np
from geopy import distance

# Generate some random data (lon, lat must be in (-90, 90)
df = pd.DataFrame(np.random.randint(-90, 90, size=(100, 4)), columns=list(['lo1', 'la1', 'lo2', 'la2']))
print(df)

# applies the distance function as described in the provided link
df['km'] = df.apply(lambda x: distance.distance((x[0], x[1]), (x[2], x[3])), axis=1)
print(df)