转换函数以减少计算时间（python）

我试图将函数转换为更优化的方式，以减少计算时间。更具体地说，我希望与plot2的所有点（其中plot1、plot2数据帧带有纬度、经度列）相比，保持plot1每个点的最小哈弗斯线距离。这是我的密码：

def计算最小哈弗线距离（图1、图2）：
对于索引，plot1.iterrows（）中的行：
最低=100000000
对于index2，plot2.iterrows（）中的第2行：
dis=哈弗森距离（行。纬度，行。经度，行2。纬度，行2。经度）
如果（dis我不确定如何摆脱第一个循环，但这将帮助您摆脱第二个循环：

def calculate_min_haversine_distance(plot1, plot2):
    for index,row in plot1.iterrows():
        plot2['dist'] = plot2.apply(lambda x: haversine_distance(row.latitude, row.longitude, x.latitude, x.longitude), axis=1)
        plot1.loc[index,'Min Haversine Distance'] = min(plot2['dist'])
    plot2.drop('dist', axis=1, inplace=True) # Delete the temporary column created
    return plot1

我会尝试这样做：
我希望有帮助

import pandas as pd
import numpy as np


df1 = pd.DataFrame(data={'lat': [1,2,3,4], 'lon': [5,6,7,8]})
df2 = pd.DataFrame(data={'lat': [9,10,11,12], 'lon': [13,14,15,16]})
df1['key'], df2['key'] = 1,1

df_c = pd.merge(df1, df2, on='key').drop('key', axis=1)

# below function is copied from: https://stackoverflow.com/a/43577275/4450090
def haversine(lat1, lon1, lat2, lon2, to_radians=True, earth_radius=6371):
    if to_radians:
        lat1, lon1, lat2, lon2 = np.radians([lat1, lon1, lat2, lon2])

    a = np.sin((lat2-lat1)/2.0)**2 + \
        np.cos(lat1) * np.cos(lat2) * np.sin((lon2-lon1)/2.0)**2

    return earth_radius * 2 * np.arcsin(np.sqrt(a))

df_c['dist'] = df_c.apply(lambda x: haversine(x['lat_x'], x['lon_x'], x['lat_y'], x['lon_y']), axis=1)
min_val = 1000000
df_c['dist'] = df_c['dist'].apply(lambda x: x if x < min_val else min_val)

将熊猫作为pd导入
将numpy作为np导入
df1=pd.DataFrame（数据={'lat'：[1,2,3,4]，'lon'：[5,6,7,8]}）
df2=pd.DataFrame（数据={'lat'：[9,10,11,12]，'lon'：[13,14,15,16]}）
df1['key']，df2['key']=1,1
df_c=pd.merge（df1，df2，on='key'）。drop='key'，axis=1）
#下面的函数是从中复制的：https://stackoverflow.com/a/43577275/4450090
def haversine（lat1、lon1、lat2、lon2至弧度=真，地球半径=6371）：
如果到_弧度：
lat1，lon1，lat2，lon2=np弧度（[lat1，lon1，lat2，lon2]）
a=np.sin（（lat2-lat1）/2.0）**2+\
np.cos（lat1）*np.cos（lat2）*np.sin（（lon2-lon1）/2.0）**2
返回地球半径*2*np.Arcin（np.sqrt（a））
df_c['dist']=df_c.apply（λx:haversine（x['lat_x']，x['lon_x']，x['lat_y']，x['lon_y']，x['lon_y']，轴=1）
最小值=1000000
df_c['dist']=df_c['dist'].应用（如果x
以“我正试图将函数转换为lambda表达式，以尽量减少计算时间”为例等等。为什么你认为将其转换为lambda表达式会改善运行时？lambda函数没有什么特别之处，只是它们是匿名的，否则，它们就像其他任何函数一样。@juanpa.arrivillaga lambda表达式与常规循环相比确实有运行时改进，即使它们是匿名的如果可以使用矢量化或本机函数，这不是最好的选择。@Aryerez不，绝对不是。lambda只是一个匿名的普通函数。@juanpa.arrivillaga我说的是在
pandas apply
中使用lambda，而不是执行循环。在最后两行之前，您可能一直在使用lambda，但他想要的是fin对于
plot1
plot2

中的每一行，d表示与

plot2

中所有行之间的最小距离。您正在生成所有距离martix。使用此值而不是最后两行：

df_c=df_c.groupby（['lat_x'，lon_x']）。min（）['dist reset_index（））

@NullByte我不知道确切的原因，但我运行这段代码时，我的电脑崩溃了。我认为这是在它合并数据帧时发生的。然而，数据帧的形状不同（所以我认为。合并不起作用）我还想用所有的plot2计算从plot1的每个点到plot2的距离，并取最小值。这可能是由于数据帧的形状。谢谢你的回答。这确实比我的函数快，但我需要将更多的计算时间减到最小。欢迎任何想法！@theo检查空字节答案，并附上我的第二条评论（如果他还没有编辑的话）。可能会更快。