python - 针对 dataframe2 中的所有行对 dataframe1 的每一行进行操作

Question

我的代码似乎可以完成这项工作，但我很难理解这个过程。

我有两个名为nodes_df、rents_df 的数据框。

租金_df：

        lng       lat   
0   137.014525  27.142947
1   117.130288  17.813582
2   116.926154  47.886767
3   137.014442  37.578488
4   154.063238  57.568705

节点_df：

        lng       lat       Location
0   124.044525  43.542947    A
1   147.110288  65.513582    B
2   136.936154  31.556767    C
3   147.464442  33.508488    D
4   157.163238  12.508705    E

对于位置“A”，我想比较它在rents_df中每行的距离，如果创建一个列，其中包含rents_df中的行数，即位置“A”内的100m

我在用

def haversine_np(lon1, lat1, lon2, lat2):
    """
    Calculate the great circle distance between two points
    on the earth (specified in decimal degrees)
    """
    lon1, lat1, lon2, lat2 = map(np.radians, [lon1, lat1, lon2, lat2])

    dlon = lon2 - lon1
    dlat = lat2 - lat1

    a = np.sin(
        dlat / 2.0)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon / 2.0)**2

    c = 2 * np.arcsin(np.sqrt(a))
    km = 6371 * c
    return km

nodes_df['count'] = nodes_df.apply(lambda row: sum(haversine_np(row.lng, row.lat, rents_df.lng, rents_df.lat)< 0.1), axis=1)

这似乎可以完成这项工作，但为什么呢？据我了解，我将两个坐标点和两个坐标系列发送到 hasrsine 函数中，但是如果它实际上将每一行与系列中的所有行进行比较，我会感到困惑。

我的结果会是这样的：

        lng       lat       Location   count
0   124.044525  43.542947    A          2
1   147.110288  65.513582    B          4
2   136.936154  31.556767    C          1
3   147.464442  33.508488    D          3

但想确定我是否可以信任计数列。4 157.163238 12.508705 E

标签： pythonpandas