使用Geopy计算两个DataFrame坐标测地距离出现ValueError如何解决

报错原因 #

你遇到的报错和lambda函数无关，是get_distance函数中df2.apply的用法错误：原代码直接把整列df2['lat_lon']传入geodesic方法，此时传入的是长度等于df2行数的序列，而非每行对应的单个坐标元组，触发了Point创建时的参数校验错误。

修正代码 #

函数修改 #

from geopy.distance import geodesic

def get_closest_point(point, df2):
    # 创建df2副本，避免修改原始数据，同时排除历史dist列的干扰
    df2_temp = df2.copy()
    # 按行遍历计算距离
    df2_temp['dist'] = df2_temp.apply(lambda row: geodesic(point, row['lat_lon']).miles, axis=1)
    # 返回距离最小的记录
    return df2_temp.loc[df2_temp['dist'].idxmin()]

调用代码（无需修改） #

df1['closest_location'] = df1['lat_lon'].apply(lambda x: get_closest_point(x, df2))

可选优化 #

如果df1和df2的数据量较大，逐行apply的方式效率较低，可以改用KDTree做批量最近邻查询，运算速度会有数量级提升。

内容的提问来源于stack exchange，提问作者Joe