特定纬度/经度从纬度/经度的csv列表中计算最近点

Question

需要高效的python代码（使用熊猫）的帮助，以找出哪辆车在什么时间经过的时间最接近identity_sw =（35.7158，-120.7640）。我在确定欧几里得距离以在df以下进行排序并打印哪个车辆及其对应的时间最接近identity_sw时遇到麻烦。所有时间均为HH：MM：SS.SS（假设以下时间为12小时）。

我的时间转换功能-

def time_convert(str_time):                                                   
values = str_time.split(':')                                                         
mins = 60*(float(values[0]) - 12) + float(values[1]) + 1.0/60 * float(values[2])     
mins = round(mins, 4)                                                                
return mins    

我的csv数据框-

vehicle time    lat[D.DDD]  lon[D.DDD]
veh_1   17:19.5 35.7167809  -120.7645652
veh_1   17:19.5 35.7167808  -120.7645652
veh_1   17:19.7 35.7167811  -120.7645648
veh_1   17:20.1 35.7167812  -120.7645652
veh_2   17:20.4 35.7167813  -120.7645647
veh_2   17:20.7 35.7167813  -120.7645646
veh_3   17:22.6 35.7167807  -120.7645651
veh_3   17:23.4 35.7167808  -120.7645652
veh_4   17:24.1 35.7167803  -120.7645653
veh_4   17:25.0 35.7167806  -120.7645658
veh_5   17:25.9 35.7167798  -120.7645659
veh_5   17:26.6 35.7167799  -120.7645658

Answer 1

因此，一开始，我建议您使用Geopy之类的库来进行计算点之间距离的繁重工作。其次，我建议使用GeoPandas存储地理信息。稍后再讨论。

假设您的距离函数称为distance（您自己编写代码，或根据需要从Geopy获取它），这将在一定程度上帮助您加快速度。请注意，即使以下实现使用vectorize库中的vectorize，也仍然是循环。另外，以下是伪代码，您将必须对其进行修改才能使用。

numpy

---

推荐GeoPandas的原因很简单。如果您有大量要搜索的点，比如说每辆车每分钟或每秒钟都会留下一条点的踪迹，那么上述答案将需要很长时间才能计算出来。如果要将数据存储在GeoPandas中，则可以使用GeoPandas中的

import numpy as np

def dist_calc(point, list_of_points):
    dist = np.vectorize(lambda x: distance(point, x))
    return dist(list_of_points)

# Now you can call it simply using:
df['points'] = list(zip(df['lat'], df['lon']))
df.groupby('vehicle')['points'].transform(dist_calc, point=incident_sw)

和buffer工具来限制事件周围的搜索空间。在这种情况下，您将围绕事件构建合理的大小缓冲区，并且仅搜索落入该缓冲区内的那些车辆点。这将有助于加快您的代码。

我建议您花一天的时间来熟悉GeoPandas的所有功能，然后再继续。

---

使用来自geopy的great_circle

buffer