使用Vincenty公式计算Pandas DataFrame连续点距离报错排查

这个问题我之前也碰到过，本质是vincenty函数没办法直接处理Pandas Series对象，咱们一步步拆解原因和解决方法：

为啥会报错？ #

你写的代码里，直接把(df['lat'],df['long'])和(df['lat'].shift(-1), df['long'].shift(-1))传给vincenty，但这个函数只认单个的经纬度坐标对（比如(39.985, 116.307)），或者一组结构化的坐标对序列。当它拿到Series的时候，内部做有效性检查时会触发布尔判断，而Series的布尔判断返回的是一个布尔数组，这就导致了"真值歧义"的错误。

另外提一句：现在vincenty已经被geopy官方弃用了，推荐用geodesic替代，用法完全一样，还能避免警告。

两种可行的解决方法 #

方法1：打包坐标对批量计算（效率更高）

先把所有坐标点打包成列表，再和下一个点的列表配对，用列表推导逐对计算：

from geopy.distance import geodesic  # 替代vincenty
import pandas as pd
import numpy as np

# 你的示例数据
data = {
    'lat': [39.9852833333333, 39.9852166666667, 39.9851333333333, 39.9850666666667, 39.9847333333333],
    'long': [116.307367, 116.309550, 116.309767, 116.309883, 116.309933]
}
df = pd.DataFrame(data)

# 生成当前点和下一个点的坐标列表
current_points = list(zip(df['lat'], df['long']))
# 下一个点列表：从第二个点开始，最后补个None（最后一个点没后续）
next_points = current_points[1:] + [None]

# 计算距离，最后一行设为NaN
df['distance'] = [geodesic(p, np).meters if np is not None else np.nan for p, np in zip(current_points, next_points)]

方法2：用apply逐行处理（逻辑更直观）

通过apply遍历每一行，根据行索引获取下一行的坐标来计算：

from geopy.distance import geodesic
import pandas as pd
import numpy as np

# 同上的data和df定义

def calc_row_distance(row):
    # 如果是最后一行，直接返回NaN（没有下一个点）
    if row.name == len(df) - 1:
        return np.nan
    # 获取下一行的经纬度
    next_lat = df.loc[row.name + 1, 'lat']
    next_lon = df.loc[row.name + 1, 'long']
    # 计算距离，这里用米为单位，换成.kilometers/.miles都可以
    return geodesic((row['lat'], row['long']), (next_lat, next_lon)).meters

df['distance'] = df.apply(calc_row_distance, axis=1)

最终效果 #

运行后df['distance']列就会显示连续两点间的距离，最后一行因为没有后续点，值为NaN，完美解决之前的报错问题~

内容的提问来源于stack exchange，提问作者Asif Khan