如何在pandas中新增第三列计算两个邮政编码之间的距离

• 先导入所需依赖

import pandas as pd
import pgeocode

• 推荐高性能向量化实现（无需逐行调用，适合全量数据计算）
  该实现避免了在循环中重复初始化GeoDistance实例，运行效率远高于逐行调用自定义函数：

# 仅初始化一次美国邮编距离计算实例
usa_zip_cal = pgeocode.GeoDistance('us')
# 直接传入两列邮编做批量计算，返回结果单位为公里，存入Distance列
df['Distance'] = usa_zip_cal.query_postal_code(df['source_zipcode'], df['destination_zipcode'])

• 自定义函数适配实现（仅适合小数据量场景）
  如果你需要沿用你提供的自定义函数逻辑，可以使用apply方法实现：

def get_distance(x,y):
    # x、y分别为出发地、目的地邮编
    usa_zipcodes = pgeocode.GeoDistance('us')
    distance_in_kms = usa_zipcodes.query_postal_code(x,y)
    return distance_in_kms

# 逐行调用函数计算距离
df['Distance'] = df.apply(lambda row: get_distance(row['source_zipcode'], row['destination_zipcode']), axis=1)

注意：如果存在邮编格式错误、空值、无效邮编的情况，计算返回的距离值会为NaN，建议计算前先对两列邮编做数据清洗，过滤无效值后再执行计算。

内容的提问来源于stack exchange，提问作者check mate