Question

对于每个节点（纬度，经度），要查看100m距离内发生了多少租金。

我有两个数据帧，一个叫做“ nodes_df”：

    id               geocode         title      lng        lat
0   1   POINT(127.036077 37.490958) place1  19.036077   67.490958
1   2   POINT(127.03103 37.491231)  place2  167.031030  37.491231
2   3   POINT(127.030428 37.4925)   place3  147.630428  27.492500
3   4   POINT(127.029558 37.494329) place4  117.029558  17.494329
4   5   POINT(127.029326 37.495018) place5  147.529326  57.495018

和另一个叫做“ rents_df”的

                 geocode                        lng     lat
0   POINT(127.03580515559 37.493864399152)  127.035805  37.493864
1   POINT(127.03580515559 37.493864399152)  127.035805  37.493864
2   POINT(127.03580515559 37.493864399152)  127.035805  37.493864
3   POINT(127.03580515559 37.493864399152)  127.035805  37.493864
4   POINT(127.03580515559 37.493864399152)  127.035805  37.493864

我要做的是针对nodes_df中连续的每对（纬度，经度）对，我想用它与rents_df中的所有（纬度，经度）对进行比较，找出在100m距离内有多少对。 / p>

这是我的代码：

def count_per_node(node_geocode, title):
    #within 100m boundary of node
    # compare node with all rents
    within_df = rents_df.loc[rents_df[['lat', 'lng']].apply(lambda x: haversine(x, node_geocode), axis=1) <= 0.1]

    return len(within_df)

# for each geocode of node, compare it
data = {}
for node in nodes_df["title"]:
    lat_lng_df = nodes_df.loc[nodes_df["title"] == node][["lat", "lng"]]
    node_geocode = (lat_lng_df.values[0][0], lat_lng_df.values[0][1])

    data[node] = count_per_node(node_geocode, node)

    print(data)

这可以完成工作，但是我的数据量很大，一个小时左右会崩溃。有帮助吗？

**所需的输出：**

        title    number_of_rents_within_range
  0    place1             355
  1    place2             1000
  2    place3             3043
  3    place4             3094
  4    place5            230823

以此类推...

当前正在运行的代码如下：

rents_geocode = list(zip(rents_df.lat, rents_df.lng))
nodes_geocode = list(zip(nodes_df.lat, nodes_df.lng))
counts = []

for n in nodes_geocode:
    count = 0

    for r in rents_geocode:
        if haversine(n , r) <= 0.1:
            count += 1

    counts.append(count)

但时间复杂度为O（n ^ 2）...

Answer 1

您可以使用Haversine函数link的矢量化numpy版本

{{1}}

对于数据框中的每个经度，循环遍历另一个数据框并进行比较

1 个答案: