如何计算DataFrame中各坐标点与基准点的距离？

你推测用geodesic是完全正确的，它能精准计算地球表面两点间的最短测地线距离，非常适合处理经纬度坐标数据。以下是具体实现步骤：

步骤1：安装依赖库 #

如果还没安装geopy，先执行安装命令：

pip install geopy

步骤2：完整代码实现 #

import pandas as pd
from geopy.distance import geodesic

# 模拟你的DataFrame（实际使用时替换成你的数据）
data = {
    'lat': [45.23, 45.265, 45.278],
    'lon': [81.3459, 81.346, 81.347],
    'time': ['2021-04-25 12:31:15', '2021-04-25 12:33:46', '2021-04-25 12:40:23']
}
df = pd.DataFrame(data)

# 获取第一个点的坐标
first_lat, first_lon = df.iloc[0]['lat'], df.iloc[0]['lon']
first_point = (first_lat, first_lon)

# 定义计算距离的函数
def get_distance(row):
    current_point = (row['lat'], row['lon'])
    # 返回公里数，可替换为.meters（米）或.miles（英里）
    return geodesic(first_point, current_point).kilometers

# 批量计算所有点到第一个点的距离
df['distance_to_first'] = df.apply(get_distance, axis=1)

# 查看结果
print(df)

关键说明 #

• 效率优化：数千行数据用apply完全足够，geodesic的计算效率能轻松应对这个量级；如果数据量更大（比如百万级），可以考虑用向量化实现或者swifter库加速apply。
• 单位选择：根据需求替换单位属性，比如.meters获取米级距离，.miles获取英里距离。
• 坐标顺序：geodesic接受的参数是(纬度, 经度)，和你的DataFrame列顺序一致，无需调整。

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