计算两个经纬度之间的距离软件_python-计算excel中各个地点之间的距离

python-计算excel中各个地点之间的距离

记录这个主要是为了熟悉一下pandas中一些函数的应用。
首先看一下表格中的数据：

用到的是GEOID，INTPTLAT，INTPLONG。
其中GEOID是每一条数据的id，后两个字段是经纬度。
需要做的是，从GEOID中抽出几个作为目标地点。然后计算其他地点到目标地点的距离，并找出最短距离：

思路

首先我得把目标地点的id，经纬度给分别存起来：

goalID=['6001406500','6001423200','6001402700','6073008800']
goalLat=[]
goalLong=[]
result=pd.DataFrame()
for j in range(len(goalID)):
    for i in range(len(ID)):
        if ID[i]==int(goalID[j]):
            goalLat.append(lat[i])
            goalLong.append(long[i])
            break

由于结果的第一列是所有ID，所以我直接赋值：

result=pd.DataFrame()
result['GEOID']=allData["GEOID"]

接下来就是计算一个所有地点到目标地点的距离，然后就往result里插入一列（用的是insert函数）：

for i in range(len(goalID)):
    distanceList = []
    for j in range(len(ID)):
        distanceList.append(math.pow((lat[j]-goalLat[i]),2)+math.pow(long[j]-goalLong[i],2))
    result.insert(len(result.columns),str(goalID[i]),distanceList)

大致讲一下insert的用法，insert是插入列，首先：
第一个参数是要插入的位置，这里我们直接用 len(result.columns) 意思是默认插在末尾
第二个参数是列名
第三个参数就是要插入的数据了
把所有距离都计算并插入了，我们还要计算最小距离。
这个还是使用pandas的函数：

result["min"]=result.min(axis=1)

这里，axis=1为求每行的最小值。
最后是存储数据，这里还是用pandas的函数to_csv。

result.to_csv("result.csv",index=0)

需要注意的是，这里 inedx=0 是不需要行索引，如掉去掉这一行的话，会在最左列还有一列没有列名，列的元素为1，2，3，4...。

专业代写，扫码了解