手把手教你用Python替代Mapinfo更快查找两张表中距离最近的点

发布于 2021-04-29 07:38

小白玩转Python
分享一些Python相关的资料
166篇原创内容
公众号

嫦娥应悔偷灵药,碧海青天夜夜心。

一、前言

大家好,我是崔艳飞。工作中有时需要把A表中的经纬度点,从B表中匹配一个最近的点出来,用Mapinfo也可以实现,但处理速度慢,特别是数据量大时根本处理不动,此时用Python就能轻松实现,还能显示处理进度,详细如下。


二、项目目标

用Python实现两张表间最近点的计算。


三、项目准备

软件:PyCharm

需要的库:pandas, xlrd,os


四、项目分析

1)如何选择并读取要处理的Excel文件?

利用os、xlrd,选择要读取处理的Excel文件。

2)如何计算两个经纬度点的距离?

利用pandas库读取两张表的内容,再定义函数计算两个经纬度点的距离。

3)如何循环计算并保存最近一个点的数据?

利用For循环,对两张表的内容进行循环读取,通过If判断保留最近的距离点数据。

4)如何保存结果?

利用to_excel保存,得到最近点的数据。


五、项目实现

1、第一步导入需要的库

import pandas as pdimport xlrdimport os


2、第二步选择并读取要处理的Excel文件

 path="D:/a/"    #获取文件夹下所有EXCEL名    bb = path + 'result.xlsx'    writer = pd.ExcelWriter(bb,engine='openpyxl')    xlsx_names = [x for x in os.listdir(path) if x.endswith(".xlsx")]    # 获取第一个EXCEL名    xlsx_names1 = xlsx_names[0]    aa = path + xlsx_names1    #打开第一个EXCEL    first_file_fh=xlrd.open_workbook(aa)    # 获取SHEET名    first_file_sheet=first_file_fh.sheets()


3、第三步循环计算并保存最近一个点的数据

   for i in range(h1):        w1=df1.loc[i,'纬度']        j1 = df1.loc[i,'经度']        d1 = df1.loc[i, :]        d0=10000000000000000000000000.0000        print("原小区第%d个。" %(i+1))        test_dict = {'距离': [d0]}        d3 = pd.DataFrame(test_dict)
for l in range(h2): w2=df2.loc[l, '纬度'] j2=df2.loc[l,'经度'] d=haversine(j1, w1, j2, w2) if d<d0: d0=d d2 = df2.loc[l, :] test_dict = {'距离': [d0]} d3 = pd.DataFrame(test_dict) else:continue


4、第四步保存计算后的文件

  resultdata1.to_excel(excel_writer=writer, sheet_name='原小区', encoding="utf-8", index=False)  resultdata2.to_excel(excel_writer=writer, sheet_name='最近小区', encoding="utf-8", index=False)  resultdata3.to_excel(excel_writer=writer, sheet_name='距离', encoding="utf-8", index=False)  writer.save()  writer.close()

六、效果展示

1、处理前数据:

2、处理进度显示:

3、处理结果:


七、总结

本文介绍了如何利用Python计算两个经纬度点间的距离,并在两张表间进行最近点计算,这本来是Mapinfo的分内之事,但数据量大时就处理不动了,Python处理速度快,还能对数据进行预处理,正是由于可以自己优化代码,可以无限提高运行速度,比如数据切块处理,有兴趣的同学可以进一步研究下。

·  END  ·


HAPPY LIFE


相关资源