熊貓數據幀連續行之間重複計算

Question

我想計算GPS座標路徑上的距離，這些座標存儲在數據幀的兩列中。

import pandas as pd 

df = pd.DataFrame({ 'lat' : [1, 2.5, 3, 1.2], 
        'lng' : [1, 1, 2.1, 1], 
        'label': ['foo', 'bar', 'zip', 'foo']}) 
print df 

輸出

label lat lng 
0 foo 1.0 1.0 
1 bar 2.5 1.0 
2 zip 3.0 2.1 
3 foo 1.2 1.0 

的GPS座標存儲在弧度。

import math as m 

r1 = 0 
r2 = 1 

distance =m.acos(m.sin(df.lat[r1]) * m.sin(df.lat[r2]) + 
    m.cos(df.lat[r1]) * m.cos(df.lat[r2]) * m.cos(df.lng[r2]-df.lng[r1]))*6371 

我想重複每對連續行之間的這種計算，然後添加每一個短距離進入較長的最終距離：因此，可以如下計算出的數據幀的第一和第二行之間的距離爲完整的路徑。

我可以把它放到數據幀的n-1行的循環中，但是有沒有更多pythonic的方法來做到這一點？

Answer 1

矢量化Haversine功能：

def haversine(lat1, lon1, lat2, lon2, to_radians=True, earth_radius=6371): 
    """ 
    slightly modified version: of http://stackoverflow.com/a/29546836/2901002 

    Calculate the great circle distance between two points 
    on the earth (specified in decimal degrees or in radians) 

    All (lat, lon) coordinates must have numeric dtypes and be of equal length. 

    """ 
    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)) 

解決方案：

df['dist'] = haversine(df['lat'], df['lng'], 
         df['lat'].shift(), df['lng'].shift(), 
         to_radians=False) 

結果：

In [65]: df 
Out[65]: 
    label lat lng   dist 
0 foo 1.0 1.0   NaN 
1 bar 2.5 1.0 9556.500000 
2 zip 3.0 2.1 7074.983158 
3 foo 1.2 1.0 10206.286067