如何快速为DataFrame中每个点获取指定半径内的点列表？

针对你的需求，最快的实现方式是利用空间索引避免全量距离计算，下面提供两种高效方案：

方法一：使用GeoPandas（直观易用） #

GeoPandas专门处理空间数据，自带空间索引，能大幅提升邻点查询效率。

步骤与代码： #

1. 导入依赖库并创建DataFrame

import pandas as pd
import geopandas as gpd
from shapely.geometry import Point

# 初始化你的数据
df = pd.DataFrame({
    'projectName': ['a', 'b', 'c', 'd', 'e'],
    'latitude': [56.864229, 55.810413, 55.924912, 56.804987, 55.806000],
    'longitude': [60.609576, 37.701168, 37.966033, 60.590667, 37.569863]
})

2. 转换为GeoDataFrame并构建空间索引

# 将经纬度转为地理点（注意GeoPandas要求先经度后纬度）
gdf = gpd.GeoDataFrame(
    df,
    geometry=gpd.points_from_xy(df.longitude, df.latitude),
    crs='EPSG:4326'  # 使用WGS84地理坐标系
)

# 构建空间索引，用于快速候选点筛选
sindex = gdf.sindex

3. 定义邻点查询函数并生成结果

radius = 30000  # 30公里转为米（GeoPandas距离计算默认单位为米）

def get_neighbors(row):
    # 先用空间索引筛选边界框内的候选点（比全量计算快数倍）
    candidate_ids = list(sindex.intersection(row.geometry.buffer(radius).bounds))
    candidates = gdf.iloc[candidate_ids]
    
    # 精确计算球面距离并筛选符合条件的点（排除自身）
    valid_neighbors = candidates[
        (candidates.distance(row.geometry) <= radius) & 
        (candidates.projectName != row.projectName)
    ]
    
    return valid_neighbors['projectName'].tolist()

# 生成30km邻点列
gdf['30km'] = gdf.apply(get_neighbors, axis=1)

# 输出结果
print(gdf[['projectName', 'latitude', 'longitude', '30km']])

方法二：使用SciPy cKDTree（高效轻量） #

如果不想引入GeoPandas依赖，可使用SciPy的cKDTree实现球面距离的高效查询，适合大数据量场景。

步骤与代码： #

1. 导入依赖库并初始化数据

import pandas as pd
import numpy as np
from scipy.spatial import cKDTree

df = pd.DataFrame({
    'projectName': ['a', 'b', 'c', 'd', 'e'],
    'latitude': [56.864229, 55.810413, 55.924912, 56.804987, 55.806000],
    'longitude': [60.609576, 37.701168, 37.966033, 60.590667, 37.569863]
})

2. 转换坐标并构建KD树

# 将经纬度转为弧度，用于球面距离计算
coords_rad = np.radians(df[['latitude', 'longitude']].values)

# 转换为球面坐标系（colatitude = 90°-纬度，单位弧度）
coords_spherical = np.column_stack((np.pi/2 - coords_rad[:, 0], coords_rad[:, 1]))

# 构建KD树
tree = cKDTree(coords_spherical)

# 将30公里转为弧度距离（地球半径取6371公里）
radius_rad = 30 / 6371.0

3. 查询邻点并整理结果

# 获取每个点的邻点索引
neighbor_indices = tree.query_ball_point(coords_spherical, radius_rad)

# 转换为projectName列表并排除自身
df['30km'] = [
    df.iloc[idx]['projectName'].tolist() for idx in neighbor_indices
]
df['30km'] = df.apply(lambda row: [name for name in row['30km'] if name != row['projectName']], axis=1)

# 输出结果
print(df)

两种方法都能快速得到你需要的结果，其中GeoPandas更适合后续还有空间数据处理需求的场景，而SciPy方案则更轻量高效。

内容的提问来源于stack exchange，提问作者Kirill Kondratenko