python-3.x - 并行化更新 pandas 列的过程

Question

• 我有两个数据框df_main& df_lookup。
• df_main有 219k 条具有地理空间特征的记录POINT(latitude, longitude)。
• df_lookup有 12k 条具有地理空间特征的记录LINESTRING(latitude longitude, ..........., latitude longitude)
• 让我向您展示df_main.
• df_lookup也是一样的，但不是POINT它有LINESTRING

import pandas as pd
import numpy as np
df_main = pd.read_csv("lat_long.csv")
df_lookup = pd.read_csv("line.csv")

df_main

**Latitude  Longitude   point**
0   33.94   -80.37  POINT (33.9428727 -80.37280269999999)
1   42.71   -71.17  POINT (42.715921 -71.17759649999999)
2   40.75   -73.99  POINT (40.7513773 -73.9924884)
3   40.51   -78.40  POINT (40.51711 -78.402507)
4   33.04   -96.86  POINT (33.0458064 -96.86345449999999)

• 我试图得到一个点df_main到所有线的最小距离df_lookup。
• 我还在df_main每次索引迭代时更新列中的相同距离。这是下面的代码：

cnt=0
for pnt in df_main.point:
    for line in df_lookup.line:
        min_dist = []
        min_dist.append(line.distance(pnt))
#         print("Result appended :", cnt)
    df_main.loc[cnt,'distance_GAF_locations'] = np.min(min_dist)
    df_main.to_csv("GAF_location_distance.csv", index = False)
    cnt+=1

• 这需要太多时间。
• 有没有一种简单的方法可以并行化这个过程？

标签： python-3.xpandasparallel-processinggeospatial