Python按100米半径分组经纬度统计：四舍五入到3位小数可行吗？

我有大量带经纬度的地点数据，想要按100米半径范围对这些经纬度进行分组，并统计每个组内的总数。参考GIS相关资料中十进制度数的说明，经纬度小数位数对应不同的覆盖半径，现在想确认：

1. 将经纬度四舍五入到3位小数，是否能实现100米半径的分组需求？
2. 我写的Python Pandas示例代码是否能保证分组的准确性，不会损失过多精度？

原始数据表格：

id  lat         long         total
1   1.5021033   103.6241121  1
2   1.502434    103.6239708  1
3   3.1319197   101.6840589  1

期望分组结果：

lat     long      total
1.502   103.624   2
3.132   101.684   1

示例代码：

# Example of code snippet
import pandas as pd

header = ['id', 'lat', 'long', 'total']
content = [[1,1.5021033,103.6241121,1], [2,1.502434,103.6239708,1], [3,3.1319197,101.6840589,1]]
df = pd.DataFrame(content, columns=header)

df['lat'] = df['lat'].round(decimals = 3)
df['long'] = df['long'].round(decimals = 3)
display(df.drop(columns='id').groupby(by=["lat", "long"]).count())

1. 四舍五入到3位小数无法严格满足100米半径分组 #

经纬度十进制度数对应距离的大致规律：

• 纬度方向：1度≈111公里，因此0.001度≈111米
• 经度方向：距离随纬度变化，赤道处1度≈111公里，0.001度≈111米；越往两极，经度方向的距离越小

将经纬度四舍五入到3位小数，相当于把地球表面划分为**约111米×111米（赤道附近）**的网格。同一个网格内的点，最大距离可能达到对角线长度（≈157米），明显超过100米的要求；同时也会存在实际距离小于100米的点，因落在相邻网格被分到不同组的情况。因此这个方案无法严格保证100米半径内的分组准确性。

2. 示例代码的局限性 #

你提供的代码确实能实现按3位小数经纬度分组统计，但本质是基于网格的粗分组，无法满足100米半径的精确要求，会出现分组误差。

改进方案 #

如果需要严格按100米半径分组，建议使用空间聚类算法（比如DBSCAN），结合球面距离计算实现。以下是基于geopandas和sklearn的示例：

import pandas as pd
import geopandas as gpd
from sklearn.cluster import DBSCAN
from shapely.geometry import Point

# 加载数据
header = ['id', 'lat', 'long', 'total']
content = [[1,1.5021033,103.6241121,1], [2,1.502434,103.6239708,1], [3,3.1319197,101.6840589,1]]
df = pd.DataFrame(content, columns=header)

# 转换为GeoDataFrame，使用WGS84坐标系（EPSG:4326）
gdf = gpd.GeoDataFrame(
    df,
    geometry=gpd.points_from_xy(df['long'], df['lat']),
    crs="EPSG:4326"
)

# 转换为以米为单位的投影坐标系（示例数据对应马来西亚区域，选用EPSG:32648，可根据数据位置调整）
gdf = gdf.to_crs("EPSG:32648")

# DBSCAN聚类：eps=100米，min_samples=1表示单个点也作为独立组
dbscan = DBSCAN(eps=100, min_samples=1)
gdf['cluster'] = dbscan.fit_predict(gdf[['geometry.x', 'geometry.y']])

# 统计每个组的总数，组内经纬度取平均值
result = gdf.groupby('cluster').agg(
    lat=('lat', 'mean'),
    long=('long', 'mean'),
    total=('total', 'sum')
).reset_index(drop=True)

print(result)

这个方案通过投影坐标系将经纬度转换为米制坐标，再用DBSCAN按100米半径聚类，能严格满足你的分组需求。

内容的提问来源于stack exchange，提问作者Cryssie