不同长度DataFrame的经纬度计算异常求助

你的问题核心是直接对不同长度的DataFrame按索引运算时，Pandas会自动对齐索引，仅索引匹配的行能得到结果，其余返回NaN。要实现每组初始经纬度与每个距离值的全量组合计算，需要先生成两者的笛卡尔积，再逐行计算新坐标。

步骤1：生成经纬度与距离的全量组合 #

给两个DataFrame添加标识列后，通过交叉合并得到所有可能的组合：

import pandas as pd
import numpy as np

# 给原始经纬度数据添加唯一标识
df['lat_lon_id'] = df.index
# 给距离数据添加唯一标识
new_calc_dist['dist_id'] = new_calc_dist.index

# 交叉合并生成笛卡尔积（所有经纬度+所有距离的组合）
full_combination = pd.merge(df, new_calc_dist, how='cross')

步骤2：计算新经纬度坐标 #

基于全量组合数据，用你的公式计算新坐标：

r_earth = 6371000
# 计算新纬度（假设距离为正北方向位移）
full_combination['new_lat'] = full_combination['Lat'] + (full_combination['Calculated_Dist_m'] / r_earth) * (180 / np.pi)
# 计算新经度（加入纬度余弦校正）
full_combination['new_lon'] = full_combination['Lon'] + (full_combination['Calculated_Dist_m'] / r_earth) * (180 / np.pi) / np.cos(full_combination['Lat'] * np.pi / 180)

额外说明 #

• 合并后的full_combination会包含1000×30000=30,000,000行，完全覆盖你需要的所有组合结果
• 若不需要中间添加的标识列，可通过full_combination.drop(['lat_lon_id', 'dist_id'], axis=1)删除
• 当前公式默认距离是正北方向的位移，若实际为其他方向（如正东、任意方位角），需在公式中加入对应方位角参数调整计算逻辑

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