Python实现经纬度度分合并及进位/退位转换为十进制度

需求说明 #

处理包含timestamp、lat_minutes（浮点型）、long_minutes（浮点型）列的CSV地理数据，已知起始纬度为45°、起始经度为75°，需将分钟列与起始度数结合转换为十进制度格式，同时处理两种特殊情况：

• 分钟值累计逻辑上超过60时自动进1度
• 分钟值从接近0跳至59.xx时自动退1度

原始数据示例 #

import pandas as pd

lat = 45
long = 75

data = {
    'time': [
        '2024-03-27 12:00:00', '2024-03-27 12:00:01', '2024-03-27 12:00:02', 
        '2024-03-27 12:00:03', '2024-03-27 12:00:04', '2024-03-27 12:00:05'
    ],
    'lat_minutes': [
        59.9955, 59.9963, 0.0180, 0.0230, 0.0050, 59.6500
    ],
    'long_minutes': [
        59.0250, 59.0750, 0.0020, 0.1850, 0.0750, 59.075
    ]
}

df = pd.DataFrame(data)

转换实现代码 #

核心逻辑是通过识别分钟序列的跳变，累计度数偏移量，再结合起始度数和分钟转十进制的结果得到最终经纬度：

def convert_minutes_to_degrees(base_degree, minutes_series):
    # 计算相邻分钟的差值
    diffs = minutes_series.diff().fillna(0)
    offset = 0
    offsets = [0]
    
    for diff in diffs[1:]:
        # 差值小于-59，说明从接近0跳回59区间，需退1度
        if diff < -59:
            offset -= 1
        # 差值大于59，说明从接近60跳至0区间，需进1度
        elif diff > 59:
            offset += 1
        offsets.append(offset)
    
    # 计算最终十进制度数：起始度数 + 偏移量 + 分钟/60
    return base_degree + pd.Series(offsets) + minutes_series / 60

# 生成目标列
df['Latitude'] = convert_minutes_to_degrees(lat, df['lat_minutes'])
df['Longitude'] = convert_minutes_to_degrees(long, df['long_minutes'])

# 对齐示例的小数位数
df['Latitude'] = df['Latitude'].round(6)
df['Longitude'] = df['Longitude'].round(6)

转换后结果 #

time  lat_minutes  long_minutes  Latitude  Longitude
0  2024-03-27 12:00:00      59.9955        59.0250  45.999925  75.983750
1  2024-03-27 12:00:01      59.9963        59.0750  45.999938  75.984583
2  2024-03-27 12:00:02       0.0180         0.0020  46.000300  76.000033
3  2024-03-27 12:00:03       0.0230         0.1850  46.000383  76.003083
4  2024-03-27 12:00:04       0.0050         0.0750  46.000083  76.001250
5  2024-03-27 12:00:05      59.6500        59.0750  45.994167  75.984583

内容的提问来源于stack exchange，提问作者MT Ring