擅长:python、mysql、java
<ol>
<li><p>将csv加载到数据帧-</p>
<p>数据框=pd.read\U csv文件('数据.csv“,分隔符=”,“)</p></li>
<li><p>假设lat和long之间有:</p>
<p>df[lat],df['long']=df['GPS']。结构拆分(':',1).str</p></li>
<li><p>使用python中的haversine包应用haversine公式</p>
<p>从haversine进口haversine</p>
<pre><code>df['Distance'] = haversine()
</code></pre>
<ol start=“4”>
<li>要将其上传到csv,您可以使用</li>
</ol>
<p>你知道吗数据框到\u csv('检查.csv“,sep=”,“,encoding='utf-8')</p></li>
</ol>
<p>请注意,这些只是指针,我没有测试代码,但这应该让你开始。你知道吗</p>
<p>编辑:</p>
<p>要遍历数据集,可以执行以下操作</p>
<pre><code>import copy
def read_csv(filepath, has_header=False):
with open(filepath, 'r') as file:
reader = csv.reader(file)
data = list(reader)
header = None
if has_header:
header = data[0]
data = data[1:]
file.close()
return data, header
codes_dict = {}
data, header = read_csv("data/your_csv.csv", has_header=True)
for row in data:
# iterate and create the map having lat long in codes_dict
</code></pre>