分组DataFrame中利用当前与前一行坐标计算距离的问题

我之前也踩过这个坑，直接把分组后的Series传给vincenty肯定跑不起来——毕竟函数要的是单个坐标对，不是一整个序列。下面给你两种实用的解决方案，核心思路就是先把每个分组里的坐标拆成独立的坐标对，再和前一行的坐标配对传入函数。

方法一：逐行apply处理（直观易读） #

这种方式适合快速理解逻辑，先给每个分组生成前一行的坐标列，再逐行计算距离：

import pandas as pd
from geopy.distance import vincenty

# 假设你的DataFrame结构示例
df = pd.DataFrame({
    'id': [1, 1, 1, 2, 2],
    'coords': [(10, 20), (11, 21), (12, 22), (30, 40), (31, 41)]
})

def calc_group_distances(group):
    # 生成前一行的坐标列，每组第一行对应NaN（无前置坐标）
    prev_coords = group['coords'].shift(1)
    # 逐行计算距离，第一行可设为0或NaN（按需调整）
    group['distance'] = group.apply(
        lambda row: vincenty(row['coords'], prev_coords.loc[row.name]).meters 
        if pd.notna(prev_coords.loc[row.name])
        else 0,
        axis=1
    )
    return group

# 分组应用计算函数
result_df = df.groupby('id').apply(calc_group_distances)

方法二：列表推导式（高效批量处理） #

如果你的数据量较大，逐行apply的效率会偏低，用列表推导式批量处理速度更快：

def calc_group_distances(group):
    # 把分组内的坐标转成独立坐标对的列表
    coords_list = group['coords'].tolist()
    # 生成前一行的坐标列表，第一个元素设为None（对应每组第一行无前置坐标）
    prev_coords_list = [None] + coords_list[:-1]
    # 批量计算每对坐标的距离
    distances = [
        vincenty(curr, prev).meters if prev is not None else 0
        for curr, prev in zip(coords_list, prev_coords_list)
    ]
    group['distance'] = distances
    return group

result_df = df.groupby('id').apply(calc_group_distances)

关键细节说明 #

你提到的x.values.tolist()其实就是这里用到的group['coords'].tolist()，它能把分组后的coords Series转换成一个个独立的坐标对（元组/列表），这样vincenty就能正确接收参数了。

另外补充个小提示：geopy库中的vincenty已经被标记为废弃，如果你运行时看到警告，可以直接替换成geodesic，用法完全一致：

from geopy.distance import geodesic
# 把代码里的vincenty换成geodesic即可

内容的提问来源于stack exchange，提问作者mc51