Python 如何在基于两列的dataframe中自定义排序？

我有一个数据帧：-

91745   52.087569   4.893148
430245  52.045561   4.948235
435274  52.031570   4.840220
437177  52.086108   4.883128
446128  52.091580   4.964827
453169  52.024054   4.869313
458566  52.168720   4.989130
473877  52.128700   4.968660

我有一个元组，比如x=（52.0878，4.89323）。我想计算df的x和（纬度、经度）之间的距离，并按递增顺序排序

为了计算距离，我会这样做

   df_lat_long = (45.7597, 4.8422) 
   x = (48.8567, 2.3508)
   distance = haversine(df_lat_long, x)

我想按距离对df进行排序

用于计算距离数组，然后

np.argsort

和

iloc

：

from sklearn.metrics.pairwise import haversine

distance = haversine(df[['lat','lon']], x)

df.iloc[np.argsort(distance)]

---

您可以这样使用它：

from sklearn.metrics.pairwise import haversine
df["distance"] = ""
df["distance"] = df.agg(lambda x: haversine((x["lat"],x["long"]), x), axis=1)

---

谢谢你的回答。我正在使用scikit learn==0.20.0，无法进行导入，该版本可能不可用。由于其他原因，我也无法升级scikit learn。使用haversine import haversine中的haversine

或任何不同的方法可以完成相同的操作吗？sklearn的haversine来自0.22.2。您可以看到一个允许矢量化的实现。它与我的答案有什么不同？另外，在这种情况下，您不应该使用
agg
，因为sklearn的haversine是矢量化的，而您的代码不是矢量化的。