Как передать столбцы в двух фреймах данных в функцию гаверсина?

Я вижу здесь две проблемы:

1. Долгота и широта по-прежнему являются строками во фреймах данных, поэтому вы, вероятно, столкнетесь с проблемами с типами данных.

2. Используемая здесь реализация haversine не работает из коробки с объектами, подобными массивам, для долготы и широты.

Проблема с типом данных может быть легко решена с помощью astype. Например, вы можете использовать lon1 = df["longitude_fuze"].astype(float). Или, что еще лучше, измените тип прямо во фрейме данных:

dt_dict = {"longitude_fuze": float, "latitude_fuze": float, 
           "longitude_air": float, "latitude_air": float}
df = df.astype(dt_dict)

Для функции hoversine, поддерживающей аргументы, подобные массиву, поскольку она довольно проста, я бы предложил повторно реализовать ее, чтобы она была совместима с numpy. Я пошел дальше и сделал это за вас:

import numpy as np

def haversine_array(lon1, lat1, lon2, lat2):
    """
    Calculate the great circle distance between two points 
    on the earth (specified in decimal degrees)
    """
    # convert decimal degrees to radians 
    lon1, lat1, lon2, lat2 = map(lambda x: x/360.*(2*np.pi), [lon1, lat1, lon2, lat2])
    # haversine formula 
    dlon = lon2 - lon1 
    dlat = lat2 - lat1 
    a = np.sin(dlat/2)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2)**2
    c = 2 * np.arcsin(np.sqrt(a)) 
    km = 6367 * c
    return km

Собираем вместе:

import pandas as pd
import numpy as np

def haversine_array(lon1, lat1, lon2, lat2):
    """
    Calculate the great circle distance between two points 
    on the earth (specified in decimal degrees)
    """
    # convert decimal degrees to radians 
    lon1, lat1, lon2, lat2 = map(lambda x: x/360.*(2*np.pi), [lon1, lat1, lon2, lat2])
    # haversine formula 
    dlon = lon2 - lon1 
    dlat = lat2 - lat1 
    a = np.sin(dlat/2)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2)**2
    c = 2 * np.arcsin(np.sqrt(a)) 
    km = 6367 * c
    return km

# initialize list of lists 
data = [['NY', 'Uniondale', 'Nassau', '40.72', '-73.59'], 
        ['NY', 'Uniondale', 'Nassau', '40.72', '-73.59'],
        ['NY', 'Uniondale', 'Nassau', '40.72', '-73.59'],
        ['NY', 'NY', 'New York', '40.76', '73.98'],
        ['NY', 'NY', 'New York', '40.76', '73.98']] 
  
# Create the pandas DataFrame 
df_result = pd.DataFrame(data, columns = ['state', 'city', 'county','latitude_fuze','longitude_fuze']) 
data = [['New York', 'JFK', '40.63', '-73.60'], 
        ['New York', 'JFK', '40.64', '-73.78'],
        ['Los Angeles', 'LAX', '33.94', '-118.41'],
        ['Chicago', 'ORD', '40.98', '73.90'],
        ['San Francisco', 'SFO', '40.62', '73.38']]
df_airports = pd.DataFrame(data, columns = ['municipality_name', 'airport_code', 'latitude_air','longitude_air'])

# note the conversion to float

lon1 = df_result["longitude_fuze"].astype(float)
lat1 = df_result["latitude_fuze"].astype(float)
lon1 = df_result["longitude_fuze"].astype(float)
lon2 = df_airports['longitude_air'].astype(float)
lat2 = df_airports['latitude_air'].astype(float)

# using the haversine implementation above

df_result['haversine_dist'] = haversine_array(lon1, lat1, lon2, lat2)

Теперь вы получите:

>>> df_result['haversine_dist']
0      10.036708
1      18.314266
2    3987.270064
3      25.354970
4      52.895712
Name: haversine_dist, dtype: float64

Надеюсь, это помогло!

Спасибо, но когда я запустил это, я увидел, что все результаты haversine одинаковы; все 52.895712. Похоже, что это цикл, но для расчета используется только последний элемент. Что мне здесь не хватает? — person ASH; 21.02.2021

Я обновил ответ и переименовал numpy-реализацию функции haversine. Надеюсь, теперь это работает и для вас. — person ASH; 21.02.2021

Да, это прекрасно работает! Проверял на этом сайте. movable-type.co.uk/scripts/latlong.html — person ASH; 21.02.2021