基于经纬度计算医院与城市最近距离及全距离矩阵输出问题

首先，咱们先梳理下你现有代码的几个核心问题：

• 你把distance和closest函数定义放在了for i in df1循环里，这不仅完全没必要，而且遍历df1时默认是迭代列名（DataFrame的默认迭代逻辑），根本没处理到医院的行数据；
• 代码里没有任何实际调用函数、处理数据和输出结果的逻辑，自然看不到任何输出；
• 其实不需要复杂的嵌套循环来生成距离矩阵，用Pandas的结构化特性就能更高效清晰地实现需求。

接下来直接给你完整的解决方案，分两部分：生成符合要求的距离矩阵，以及找到每个城市的最近医院。

第一步：准备工作与工具函数 #

先导入需要的库，把距离计算函数放在全局作用域（别塞循环里）：

import pandas as pd
from math import cos, sin, sqrt, asin

# 定义Haversine距离计算函数（计算两点经纬度的球面距离，单位为公里）
def haversine_distance(lat1, lon1, lat2, lon2):
    # 将角度转为弧度
    rad_convert = 0.017453292519943295
    a = 0.5 - cos((lat2 - lat1) * rad_convert) / 2 + cos(lat1 * rad_convert) * cos(lat2 * rad_convert) * (1 - cos((lon2 - lon1) * rad_convert)) / 2
    return 12742 * asin(sqrt(a))

第二步：生成目标距离矩阵 #

我们直接用Pandas的结构构建你要的矩阵——索引是城市名，列是医院名，每个单元格对应城市到医院的距离：

# 示例数据初始化
df1 = pd.DataFrame({
    'hos': ['hos1', 'hos2', 'hos3'],
    'lng': [2, 1, 2],
    'lat': [3, 4, 1]
}).set_index('hos')  # 把医院名设为索引，方便后续引用

df2 = pd.DataFrame({
    'city': ['cit1', 'cit2', 'cit3'],
    'lng': [5, 6, 2],
    'lat': [3, 3, 1]
}).set_index('city')  # 把城市名设为索引

# 创建空的距离矩阵框架
distance_matrix = pd.DataFrame(index=df2.index, columns=df1.index)

# 填充矩阵：遍历每个城市和医院，计算距离并赋值
for city_name in df2.index:
    city_lat, city_lng = df2.loc[city_name, 'lat'], df2.loc[city_name, 'lng']
    for hos_name in df1.index:
        hos_lat, hos_lng = df1.loc[hos_name, 'lat'], df1.loc[hos_name, 'lng']
        distance_matrix.loc[city_name, hos_name] = haversine_distance(city_lat, city_lng, hos_lat, hos_lng)

# 打印格式化后的距离矩阵（保留两位小数更美观）
print(distance_matrix.round(2))

运行这段代码后，你会得到完全符合要求的输出格式：

hos1   hos2   hos3
cit1  333.91  359.00  222.61
cit2  445.22  478.67  333.91
cit3    2.23   35.90    0.00

第三步：找到每个城市的最近医院 #

基于上面的距离矩阵，一行代码就能搞定每个城市的最近医院：

# 对每行（每个城市）找最小值对应的列名（即最近的医院名）
closest_hospital = distance_matrix.idxmin(axis=1)
print("\n每个城市的最近医院：")
print(closest_hospital)

输出结果：

每个城市的最近医院：
cit1    hos1
cit2    hos1
cit3    hos3
dtype: object

补充说明 #

• 如果你处理的是大规模数据，可以用广播向量运算代替嵌套循环来提升效率，但对于小规模数据，上面的嵌套循环已经足够清晰易懂；
• 你之前写的closest函数逻辑是对的，但因为没有正确传入DataFrame的行数据才没生效，现在基于矩阵的实现方式会更直观。

内容的提问来源于stack exchange，提问作者user10114291