Vectorised Haversine công thức với một dataframe gấu trúc

Question

Tôi biết rằng để tìm khoảng cách giữa hai, điểm kinh độ vĩ độ tôi cần phải sử dụng chức năng haversine:

def haversine(lon1, lat1, lon2, lat2): 
    lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2]) 
    dlon = lon2 - lon1 
    dlat = lat2 - lat1 
    a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2 
    c = 2 * asin(sqrt(a)) 
    km = 6367 * c 
    return km 

Tôi có một DataFrame nơi một cột là vĩ độ và cột khác là kinh độ. Tôi muốn tìm hiểu xem những điểm này đến từ điểm đặt ra như thế nào, -56.7213600, 37.2175900. Làm cách nào để lấy các giá trị từ DataFrame và đặt chúng vào hàm?

dụ DataFrame:

 SEAZ  LAT   LON 
1 296.40, 58.7312210, 28.3774110 
2 274.72, 56.8148320, 31.2923240 
3 192.25, 52.0649880, 35.8018640 
4  34.34, 68.8188750, 67.1933670 
5 271.05, 56.6699880, 31.6880620 
6 131.88, 48.5546220, 49.7827730 
7 350.71, 64.7742720, 31.3953780 
8 214.44, 53.5192920, 33.8458560 
9  1.46, 67.9433740, 38.4842520 
10 273.55, 53.3437310, 4.4716664 

Answer 1

tôi không thể khẳng định nếu các tính toán là chính xác nhưng sau đây làm việc:

In [11]: 

def haversine(row): 
    lon1 = -56.7213600 
    lat1 = 37.2175900 
    lon2 = row['LON'] 
    lat2 = row['LAT'] 
    lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2]) 
    dlon = lon2 - lon1 
    dlat = lat2 - lat1 
    a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2 
    c = 2 * arcsin(sqrt(a)) 
    km = 6367 * c 
    return km 

df['distance'] = df.apply(lambda row: haversine(row), axis=1) 
df 
Out[11]: 
     SEAZ  LAT  LON  distance 
index           
1  296.40 58.731221 28.377411 6275.791920 
2  274.72 56.814832 31.292324 6509.727368 
3  192.25 52.064988 35.801864 6990.144378 
4  34.34 68.818875 67.193367 7357.221846 
5  271.05 56.669988 31.688062 6538.047542 
6  131.88 48.554622 49.782773 8036.968198 
7  350.71 64.774272 31.395378 6229.733699 
8  214.44 53.519292 33.845856 6801.670843 
9  1.46 67.943374 38.484252 6418.754323 
10  273.55 53.343731 4.471666 4935.394528 

Các mã sau đây thực sự là chậm hơn trên một dataframe nhỏ như vậy nhưng tôi áp dụng nó đến một hàng 100.000 df:

In [35]: 

%%timeit 
df['LAT_rad'], df['LON_rad'] = np.radians(df['LAT']), np.radians(df['LON']) 
df['dLON'] = df['LON_rad'] - math.radians(-56.7213600) 
df['dLAT'] = df['LAT_rad'] - math.radians(37.2175900) 
df['distance'] = 6367 * 2 * np.arcsin(np.sqrt(np.sin(df['dLAT']/2)**2 + math.cos(math.radians(37.2175900)) * np.cos(df['LAT_rad']) * np.sin(df['dLON']/2)**2)) 

1 loops, best of 3: 17.2 ms per loop 

So với hàm áp dụng mất 4.3 nên gần 250 lần nhanh hơn, một cái gì đó cần lưu ý trong thời gian tới

Nếu chúng ta nén tất cả ở trên vào một one-liner:

In [39]: 

%timeit df['distance'] = 6367 * 2 * np.arcsin(np.sqrt(np.sin((np.radians(df['LAT']) - math.radians(37.21759))/2)**2 + math.cos(math.radians(37.21759)) * np.cos(np.radians(df['LAT']) * np.sin((np.radians(df['LON']) - math.radians(-56.72136))/2)**2))) 
100 loops, best of 3: 12.6 ms per loop 

Chúng ta quan sát tiếp tục up tốc độ bây giờ là một yếu tố của ~ 341 lần nhanh hơn.