获取给定地理区域中的位置(代码优化)
获取给定地理区域中的位置(代码优化)
提问于 2019-03-10 21:18:32
我有一个带有纬度和经度的地点(restaurants)的DataFrame和一个带有纬度和经度的邻里(area)。
我想，对于每个社区，计算一下3公里范围内的餐馆数量(numberR)。
我已经写了下面的代码，它可以工作：
df=pd.DataFrame()
numberR=[]
radius=3
for element in range(0,area['lon'].count()): #for every neighborhood
df=pd.DataFrame()
df['destLat']=restaurants['lat']
df['originLat']=areas['lat'][element]
df['destLon']= restaurants['lng']
df['originLon']=area['lon'][element]
for i, row in df.iterrows():
#for every restaurant I compute the distance from my neighborhood in km
l=[haversine(df.originLon[i],df.originLat[i],df.destLon[i],df.destLat[i]) for i, row in df.iterrows()]
numberR.append(sum(x<radius for x in l))然而，我想让代码更快，因为它是非常慢的。
你知道我怎样才能在更短的时间内达到同样的效果吗？
提前谢谢。
P.S. haversine是从lat和lng开始的以公里为单位的众所周知的距离函数。
回答 1
Stack Overflow用户
发布于 2019-03-10 22:34:48
我建议您使用scipy.spacial.distance中的函数。
from scipy.spatial.distance import cdist
distances = cdist(areas, restaurants, metric=haversine) # metric accepts a callable
sum(distances > 3) # sums columnscdist函数计算两个DataFrames的每对行之间的距离。
此外，您还应该修改haversine函数，使其能够接受DataFrame行。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55088080
复制相关文章
相似问题
腾讯云开发者
