此处计算

Question

我对python还是比较陌生，所以如果我问的太笨了，请先抱歉

我有包含以下列的CSV文件：“ CarNumber”，“ DateTime”，“ GPS”，“ Speed”。 GPS列包含以下形式的信息：“纬度：经度”

我要：

1）加载CSV文件

2）将GPS列拆分为纬度和经度列

3）应用Haversine公式以计算具有已知纬度和经度的两个点之间的距离。到目前为止，我已经提出了以下功能：

def distRad(glat1, glng1, glat2, glng2):
    from math import sin, cos, sqrt, atan2, radians, asin
    # approximate radius of earth in km
    R = 6371.0
    lat1 = radians(glat1)
    lng1 = radians(glng1)
    lat2 = radians(glat2)
    lng2 = radians(glng2)
    dlng = lng2 - lng1
    dlat = lat2 - lat1
    #a = 2 * asin((sin(dlng/2)**2+cos(lng1)*cos(lng2)*sin(dlat/2)**2)**0.5)
    #c = a
    a = sin(dlat / 2)**2 + cos(lat1) * cos(lat2) * sin(dlng / 2)**2
    c = 2 * atan2(sqrt(a), sqrt(1 - a))
    return R * c

4）使用以下列将结果上传到新的csv文件中：“ CarNumber”，“ DateTime”，“ Latitude”，“ Longitude”，“ Distance” 我知道听起来确实很简单，但我仍然需要指导

我的CSV文件的一部分：

CarNumber;DateTime;GPS;Speed
230;04.06.2019 0:00:12;87,96978 : 159,588606;20

谢谢！

Answer 1

将csv加载到数据框-

df = pd.read_csv（'data.csv'，delimiter ='，'）
假设lat和long之间用：
分隔
df [lat]，df ['long'] = df ['GPS']。str.split（'：'，1）.str
使用python中的Haversine包应用Haversine公式

从haversine进口haversine
```
df['Distance'] = haversine()
```
1. 要将其上传到csv，可以使用
df.to_csv（'check.csv'，sep ='，'，encoding ='utf-8'）

请注意，这些只是指针，我没有测试代码，但这应该使您入门。

编辑：

要遍历数据集，您可以执行以下操作

import copy
def read_csv(filepath, has_header=False):
    with open(filepath, 'r') as file:
        reader = csv.reader(file)
        data = list(reader)
        header = None
        if has_header:
            header = data[0]
            data = data[1:]


    file.close()
    return data, header

codes_dict = {}
data, header = read_csv("data/your_csv.csv", has_header=True)

for row in data:

# iterate and create the map having lat long in codes_dict

Answer 2

我只建议使用pandas库并使用read-csv（）函数。

pd.to_csv(‘savename.csv’)

此处计算

{{1}}

加载CSV文件，执行某些计算并将结果加载到其他文件

2 个答案:

此处计算