找出点到pandas数据框中行的欧氏距离

Question

我有一个数据框

id    lat      long
1     12.654   15.50
2     14.364   25.51
3     17.636   32.53
5     12.334   25.84
9     32.224   15.74

我想找到这些坐标与保存在列表L1中的特定位置的欧几里德距离

L1 = [11.344,7.234]

我想在df中创建一个新列

id     lat     long    distance
1     12.654   15.50
2     14.364   25.51
3     17.636   32.53
5     12.334   25.84
9     32.224   15.74

我知道用math.hypot（）找到两点之间的欧几里德距离：

dist = math.hypot(x2 - x1, y2 - y1)

如何使用apply或iterate over rows来编写一个函数来给出距离。

Answer 1

使用矢量化方法

In [5463]: (df[['lat', 'long']] - np.array(L1)).pow(2).sum(1).pow(0.5)
Out[5463]:
0     8.369161
1    18.523838
2    26.066777
3    18.632320
4    22.546096
dtype: float64

也可以是

In [5468]: df['distance'] = df[['lat', 'long']].sub(np.array(L1)).pow(2).sum(1).pow(0.5)

In [5469]: df
Out[5469]:
   id     lat   long   distance
0   1  12.654  15.50   8.369161
1   2  14.364  25.51  18.523838
2   3  17.636  32.53  26.066777
3   5  12.334  25.84  18.632320
4   9  32.224  15.74  22.546096

---

选项2使用Numpy的内置向量范数。

In [5473]: np.linalg.norm(df[['lat', 'long']].sub(np.array(L1)), axis=1)
Out[5473]: array([  8.36916101,  18.52383805,  26.06677732,  18.63231966,   22.5460958 ])

In [5485]: df['distance'] = np.linalg.norm(df[['lat', 'long']].sub(np.array(L1)), axis=1)

Answer 2

将[（x₂-x₁）²+（y₂-y₁）²]^1/2转换为熊猫矢量操作，您可以：

df['distance'] = (df.lat.sub(11.344).pow(2).add(df.long.sub(7.234).pow(2))).pow(.5)         
df

       lat   long   distance
id                          
1   12.654  15.50   8.369161
2   14.364  25.51  18.523838
3   17.636  32.53  26.066777
5   12.334  25.84  18.632320
9   32.224  15.74  22.546096

或者，使用算术运算符：

(((df.lat - 11.344) ** 2) + (df.long - 7.234) ** 2) ** .5