基于Pandas处理经纬度特征：计算多位置平均距离生成新列

1. 整理坐标数据 #

先从DataFrame里提取出所有纬度（X1-X16）和经度（Y1-Y16）列，转成numpy数组方便后续计算：

lats = df.filter(regex='^X').values  # 形状：(数据行数, 16)
lons = df.filter(regex='^Y').values  # 形状：(数据行数, 16)

2. 用矢量化Haversine生成距离矩阵 #

利用numpy的广播特性，让每个位置的经纬度和所有位置的经纬度配对，直接调用你的矢量化Haversine函数得到全量距离矩阵：

# 通过广播维度，让单个位置的经纬度与所有位置配对，生成(行数,16,16)的距离矩阵
distance_matrix = haversine(lats[:, :, None], lons[:, :, None], lats[:, None, :], lons[:, None, :])

这里distance_matrix[i,j,k]代表第i行数据里，第j个位置到第k个位置的距离。

3. 计算每个位置的平均距离（A1-A16） #

每个位置到自己的距离为0，会拉低均值，所以先把对角线（自身距离）设为NaN，再按每个位置维度求均值：

import numpy as np

# 替换对角线值为NaN，排除自身距离的影响
np.fill_diagonal(distance_matrix, np.nan, axis1=1, axis2=2)

# 计算每个位置与其余15个位置的平均距离
avg_distances = np.nanmean(distance_matrix, axis=2)

# 将结果添加回原DataFrame，列名设为A1到A16
for i in range(16):
    df[f'A{i+1}'] = avg_distances[:, i]

4. 添加A1-A16的行均值列 #

直接对A1到A16列求每行的均值，作为新列加入DataFrame：

df['A_mean'] = df.filter(regex='^A').mean(axis=1)

完整可运行代码 #

如果你的Haversine函数还未实现，这里提供一个兼容的矢量化参考版本：

import numpy as np
import pandas as pd

# 矢量化Haversine函数（距离单位：公里）
def haversine(lat1, lon1, lat2, lon2):
    R = 6371  # 地球半径
    lat1, lon1, lat2, lon2 = map(np.radians, [lat1, lon1, lat2, lon2])
    dlat = lat2 - lat1
    dlon = lon2 - lon1
    a = np.sin(dlat/2)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2)**2
    c = 2 * np.arcsin(np.sqrt(a))
    return R * c

# 处理你的原始DataFrame
lats = df.filter(regex='^X').values
lons = df.filter(regex='^Y').values

# 生成距离矩阵
distance_matrix = haversine(lats[:, :, None], lons[:, :, None], lats[:, None, :], lons[:, None, :])

# 计算每个位置的平均距离
np.fill_diagonal(distance_matrix, np.nan, axis1=1, axis2=2)
avg_distances = np.nanmean(distance_matrix, axis=2)

# 添加A1-A16列
for idx in range(16):
    df[f'A{idx+1}'] = avg_distances[:, idx]

# 添加均值列
df['A_mean'] = df.filter(regex='^A').mean(axis=1)

内容的提问来源于stack exchange，提问作者Pranav