Python中遍历多列拆分坐标并计算所有组合距离的方法

有如下格式的坐标数据：

Coordinates_location   Coordinates_degree             Coordinates_job
29.75, -95.36          29.75, -95.36                 29.75, 95.36; 29.75, -95.36
32.77, -96.79          30.72, -95.55                 32.7762719, -96.79
29.75, -95.36          30.44, -91.18; 33.18, -97.14  29.75, -95.36; 29.97, -90.07; 29.75, -95.36; 29.75, -95.36

其中Coordinates_degree和Coordinates_job列可能包含多个坐标，以分号分隔。需要遍历每一行，计算该行内所有可能的两两坐标组合的距离（比如第三行需覆盖所有坐标间的配对计算）。

最初尝试的代码无法实现预期效果，调用geodesic时报错，代码如下：

for a, b,c in all_coordinates.itertuples(index=False):
  for s, sp in zip(b.split(';'), c.split(';')):
      splitb.append(s)
      splitc.append(sp)
  for z, x, y in zip(a, splitb, splitc):
      total_distance.append(geodesic(z, x))
      total_distance.append(geodesic(x, y))
      total_distance.append(geodesic(z, y))

核心思路：对每行数据，先收集该行所有的坐标（包含三列的所有单个坐标），生成所有不重复的两两组合后，再计算每对的距离。

步骤说明 #

1. 坐标收集与格式转换：对每行的三个列分别处理，拆分多坐标、去除空格，将字符串格式的坐标转为(纬度, 经度)的数值元组（geodesic要求的输入格式）。
2. 生成两两组合：用itertools.combinations生成所有无序两两配对，避免重复计算（距离是双向相等的）。
3. 逐行独立处理：每行单独收集坐标，防止跨行列的坐标混合。

完整代码示例 #

from geopy.distance import geodesic
import itertools
import pandas as pd

# 示例DataFrame，替换为你的实际数据
all_coordinates = pd.DataFrame({
    'Coordinates_location': ['29.75, -95.36', '32.77, -96.79', '29.75, -95.36'],
    'Coordinates_degree': ['29.75, -95.36', '30.72, -95.55', '30.44, -91.18; 33.18, -97.14'],
    'Coordinates_job': ['29.75, 95.36; 29.75, -95.36', '32.7762719, -96.79', '29.75, -95.36; 29.97, -90.07; 29.75, -95.36; 29.75, -95.36']
})

total_distance = []

for _, row in all_coordinates.iterrows():
    row_coords = []
    
    # 处理Coordinates_location（单个坐标）
    loc_coord = row['Coordinates_location'].strip()
    lat, lon = map(float, loc_coord.split(','))
    row_coords.append((lat, lon))
    
    # 处理Coordinates_degree（多坐标拆分）
    for coord_str in row['Coordinates_degree'].split(';'):
        coord_str = coord_str.strip()
        if coord_str:
            lat, lon = map(float, coord_str.split(','))
            row_coords.append((lat, lon))
    
    # 处理Coordinates_job（多坐标拆分）
    for coord_str in row['Coordinates_job'].split(';'):
        coord_str = coord_str.strip()
        if coord_str:
            lat, lon = map(float, coord_str.split(','))
            row_coords.append((lat, lon))
    
    # 生成所有两两组合并计算距离
    for coord1, coord2 in itertools.combinations(row_coords, 2):
        dist = geodesic(coord1, coord2)
        total_distance.append(dist)
        # 可选：打印坐标对和距离用于验证
        # print(f"{coord1} - {coord2}: {dist}")

# 查看计算结果
print(total_distance)

关键细节 #

• 加入空字符串检查：避免拆分后出现空坐标导致转换错误。
• 用itertools.combinations高效生成组合：比如第三行共7个坐标，会生成21组有效配对，完全覆盖所有需要计算的组合。
• 坐标格式严格转换：确保传入geodesic的是数值元组，避免类型错误。

内容的提问来源于stack exchange，提问作者Jesper Ezra