python pandas简单应用数据处理

有如下两个数据集:
数据集一是VA,OH,PA,VA,KY五个州2010~2017的吸毒数据
python pandas简单应用数据处理_第1张图片
数据集二是美国所有村庄的信息,包括经纬度,人口,这里主要用的是经纬度。
python pandas简单应用数据处理_第2张图片
需要做的事通过数据集一中的FIPS编号,在数据集二中找到对应的经纬度,再根据经纬度,计算出所有村庄两两间距,输出到csv文件中。
代码

import numpy as np
import pandas as pd
from math import radians, cos, sin, asin, sqrt

def geodistance(lng1,lat1,lng2,lat2):#定义根据经纬度计算距离的函数
    #lng1,lat1,lng2,lat2 = (120.12802999999997,30.28708,115.86572000000001,28.7427)
    lng1, lat1, lng2, lat2 = map(radians, [float(lng1), float(lat1), float(lng2), float(lat2)]) # 经纬度转换成弧度
    dlon=lng2-lng1
    dlat=lat2-lat1
    a=sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2
    distance=2*asin(sqrt(a))*6371*1000 # 地球平均半径,6371km
    distance=round(distance/1000,3)
    return distance

df2 = pd.read_csv('E:/Data/simplemaps/uscities.csv')#读经纬度数据
df2=df2.drop_duplicates('county_fips')//去重
df2=df2[df2['state_id'].isin(['WV','OH','PA','VA','KY'])]//筛选要求的五个州信息数据
df2.sort_values(by='county_fips')//排序

df = pd.read_excel('E:\Data\MCM_NFLIS_Data.xlsx',engine='openpyxl',sheet_name='Data')
#df=pd.DataFrame(data)
df=df.sort_values(by='FIPS_Combined')
df=df.drop_duplicates('FIPS_Combined')

df3=pd.merge(df,df2,left_on="FIPS_Combined",right_on="county_fips")//拼接
df_loc=df3[['FIPS_Combined','lat','lng']]#能找到的经纬度数据
lat= df_loc[['lat']].values
lng= df_loc[['lng']].values
#df_dis=pd.DataFream(columns=['src','des','disrance'])
dis =[]
for i in range(len(lat)):
    for j in range(len(lng)):
        if(i!=j):
            dis.append([df_loc.iloc[i]['FIPS_Combined'],df_loc.iloc[j]['FIPS_Combined'],geodistance(lat[i],lng[i],lat[j],lng[j])])
df_loc=pd.DataFrame(dis,columns=['src', 'des', 'diatance'])
df_loc.to_csv('E:\Data\DistanceData.csv')//输出至csv文件

计算的结果
python pandas简单应用数据处理_第3张图片

你可能感兴趣的:(python,python)