Python: Code vereinfachen, indem sie in einer Pandas spezifische Art und Weise zu schreiben

Question

ich einige Code geschrieben, dass der Abstand zwischen GPS findet auf Maschinen basierend Koordinaten suchen die gleichen Seriennummern, die bei

• Fast Haversine Approximation (Python/Pandas)

Aber ich glaube, es wird effizienter sein, wenn es vereinfacht werden kann, iterrows oder df.apply zu verwenden; aber ich kann es nicht herausfinden.

Da ich nur die Funktion ausführen muss, wenn ser_no[i] == ser_no[i+1] und einen NaN Wert an der Stelle einfügen, wo die ser_no ändert, kann ich nicht scheinen, die Pandas-Methode anzuwenden, um den Code effizienter zu machen. Ich habe betrachtet:

• Vectorised Haversine formula with a pandas dataframe
• Python function to calculate distance using haversine formula in pandas
• Vectorizing a function in pandas

Leider sehe ich nicht ohne weiteres den Sprung ich auch über diese Stellen nach der Suche zu machen brauchen.

Was ich habe:

def haversine(lat1, long1, lat2, long2): 
    r = 6371 # radius of Earth in km 
    # convert decimals to degrees 
    lat1, long1, lat2, long2 = map(np.radians, [lat1, long1, lat2, long2]) 
    # haversine formula 
    lat = lat2 - lat1 
    lon = long2 - long1 
    a = np.sin(lat/2)**2 + np.cos(lat1)*np.cos(lat2)*np.sin(lon/2)**2 
    c = 2*np.arcsin(np.sqrt(a)) 
    d = r*c 
    return d 
# pre-allocate vector  
hdist = np.zeros(len(mttt_pings.index), dtype = float)  
# haversine loop calculation 
for i in range(0, len(mttt_pings.index) - 1): 
    ''' 
    when the ser_no from i and i + 1 are the same calculate the distance 
    between them using the haversine formula and put the distance in the 
    i + 1 location 
    ''' 
    if mttt_pings.ser_no.loc[i] == mttt_pings.ser_no[i + 1]: 
     hdist[i + 1] = haversine(mttt_pings.EQP_GPS_SPEC_LAT_CORD[i], \ 
     mttt_pings.EQP_GPS_SPEC_LONG_CORD[i], \ 
     mttt_pings.EQP_GPS_SPEC_LAT_CORD[i + 1], \ 
     mttt_pings.EQP_GPS_SPEC_LONG_CORD[i + 1]) 
    else: 
     hdist = np.insert(hdist, i, np.nan) 
    ''' 
    when ser_no i and i + 1 are not the same, insert NaN at the ith location 
    ''' 

Answer 1

Die Hauptidee ist shift zu verwenden aufeinanderfolgende Zeilen zu überprüfen. Ich schreibe auch eine get_dist Funktion nur umschließt Ihre vorhandene Distanz-Funktion, um Dinge lesbarer zu machen, wenn ich apply verwenden, um Entfernungen zu berechnen.

def get_dist(row): 
    lat1 = row['EQP_GPS_SPEC_LAT_CORD'] 
    long1 = row['EQP_GPS_SPEC_LONG_CORD'] 
    lat2 = row['EQP_GPS_SPEC_LAT_CORD_2'] 
    long2 = row['EQP_GPS_SPEC_LONG_CORD_2'] 
    return haversine(lat1, long1, lat2, long2) 

# Find consecutive rows with matching ser_no, and get coordinates. 
coord_cols = ['EQP_GPS_SPEC_LAT_CORD', 'EQP_GPS_SPEC_LONG_CORD'] 
matching_ser = mttt_pings['ser_no'] == mttt_pings['ser_no'].shift(1) 
shift_coords = mttt_pings.shift(1).loc[matching_ser, coord_cols] 

# Join shifted coordinates and compute distances. 
mttt_pings_shift = mttt_pings.join(shift_coords, how='inner', rsuffix='_2') 
mttt_pings['hdist'] = mttt_pings_shift.apply(get_dist, axis=1) 

Im obigen Code habe ich die Abstände zu Ihrem Dataframe hinzugefügt. Wenn Sie das Ergebnis als numpy Array erhalten möchten, können Sie tun:

hdist = mttt_pings['hdist'].values 

Als Randbemerkung, können Sie mit geopy.distance.vincenty betrachten Abstände zwischen lat/long-Koordinaten zu berechnen. Im Allgemeinen ist vincenty genauer als haversine, obwohl die Berechnung länger dauern kann. Für die Verwendung von vincenty sind nur geringfügige Änderungen an der get_dist-Funktion erforderlich.

from geopy.distance import vincenty 

def get_dist(row): 
    lat1 = row['EQP_GPS_SPEC_LAT_CORD'] 
    long1 = row['EQP_GPS_SPEC_LONG_CORD'] 
    lat2 = row['EQP_GPS_SPEC_LAT_CORD_2'] 
    long2 = row['EQP_GPS_SPEC_LONG_CORD_2'] 
    return vincenty((lat1, long1), (lat2, long2)).km