在Geopandas DataFrame中计算坐标距离时遇类型错误求助

错误原因 #

你在apply里调用distance.distance()时，错误地将两个坐标元组包裹成了单个参数（外层多套了一层括号），而distance.distance()需要接收两个独立的坐标元组作为位置参数，这就导致了类型不匹配的报错。

修正后的代码 #

把外层多余的括号去掉，同时记得加上.meters来获取以米为单位的距离（和你单行计算的逻辑保持一致）：

gdf['distance'] = gdf.apply(lambda x: distance.distance(
    (x['start_lat'], x['start_lng']), 
    (x['end_lat'], x['end_lng'])
).meters, axis=1)

更高效的批量计算方案（推荐） #

apply在处理大数据集时效率较低，推荐使用向量化操作来提升性能：

1. 先将起点和终点坐标转换为geopandas的Point对象
2. 直接计算点与点之间的距离

代码示例：

from shapely.geometry import Point

# 生成起点和终点的Point列
gdf['start_point'] = gdf.apply(lambda x: Point(x['start_lng'], x['start_lat']), axis=1)
gdf['end_point'] = gdf.apply(lambda x: Point(x['end_lng'], x['end_lat']), axis=1)

# 批量计算距离（若为WGS84经纬度，需转换为米：粗略转换用*100000，更准确的方式是先投影到平面坐标系）
gdf['distance'] = gdf['start_point'].distance(gdf['end_point']) * 100000

内容的提问来源于stack exchange，提问作者conrado