2つのLatLonファイルを確認して最も距離が近い組合せを抽出したい

はじめまして。Python初心者です。表題の件をやりたくて質問します。
LatLonが書かれた2つのcsvがあり、距離を比較する関数を書いてみました。
ーーー
df1
lon lat
130.8 35.1
135.8 36.1
140.8 37.1
145.8 38.1
ーーー
df2
lon lat
131.5 35.1
132.5 35.1
133.5 35.1
134.5 35.1
ーーー
関数

import pandas as pd
import numpy as np
import csv
import glob
import math

def cal_distance(lon1, lat1, lon2, lat2):
    
    # 極半径
    pole_radius = 6356752.314245
    # 赤道半径
    equator_radius = 6378137.0

    lat1_m = math.radians(lat1)
    lon1_m = math.radians(lon1)
    lat2_m = math.radians(lat2)
    lon2_m = math.radians(lon2)

    lat_difference = lat1_m - lat2_m
    lon_difference = lon1_m - lon2_m
    
    # 平均緯度
    lat_average = (lat1_m + lat2_m) / 2
    
    # 第一離心率^2
    e2 = (math.pow(equator_radius, 2) - math.pow(pole_radius, 2)) / math.pow(equator_radius, 2)  

    w = math.sqrt(1- e2 * math.pow(math.sin(lat_average), 2))
    
    # 子午線曲率半径
    m = equator_radius * (1 - e2) / math.pow(w, 3)

    # 卯酉線曲半径
    n = equator_radius / w

    # 距離計測
    distance = math.sqrt(math.pow(m * lat_difference, 2) + math.pow(n * lon_difference * math.cos(lat_average), 2))

    return distance / 1000

ここで、次のカラムに

    lon1 = df1.iloc[0, 0]
    lat1 = df1.iloc[0, 1]
    lon2 = df2.iloc[0, 0]
    lat2 = df2.iloc[1, 0]

とじかに設定してやると次のカラムで

cal_distance(lon1, lat1, lon2, lat2)

で解を一つ得られるのですが、df1の4行に対してdf2の行全部を当てて比較したいので
for文で回して計算してみようとすると、エラーが出てしまいます。

for i in len(df1):
    lon1 = df1.iloc[i, 0]
    lat1 = df1.iloc[i, 1]
    lon2 = df2.iloc[0, 0]
    lat2 = df2.iloc[1, 0]
    
    cal_distance(lon1, lat1, lon2, lat2)

→TypeError: 'int' object is not iterable

defの部分の書き方がおかしいのかもしれませんが、
1項目だけ設定したらエラーが出ないのに、forにするとエラーが出る理由がよくわかりません。

最終的には、df3を作って、
df1の1行目のLatLonとdf2の全LatLonを当てて、その最小値（min）をdf3に出力、
df1の2行目のLatLonとdf2の全LatLonを当てて、その最小値（min）をdf3に出力、
df1の3行目のLatLonとdf2の全LatLonを当てて、その最小値（min）をdf3に出力、
df1の4行目のLatLonとdf2の全LatLonを当てて、その最小値（min）をdf3に出力

をゴールとしています。

拙くて申し訳ありませんが、ご助言頂けると嬉しいです。

行動規範の内容に同意します

回答1件

ベストアンサー

python
1dfx = df1.merge(df2, how='cross', suffixes=('_1', '_2'))
2dfx['distance'] = dfx.apply(lambda x: cal_distance(*x), axis=1)
3df3 = dfx.iloc[dfx.groupby(['lon_1', 'lat_1'])['distance'].idxmin()].reset_index(drop=True)
4
5print(df3)
6#
7   lon_1  lat_1  lon_2  lat_2     distance
80  130.8   35.1  131.5   35.1    63.823879
91  135.8   36.1  134.5   35.1   161.825625
102  140.8   37.1  134.5   35.1   609.174484
113  145.8   38.1  134.5   35.1  1064.473702
12

投稿2022/05/27 02:33

編集2022/05/27 03:28

melian

総合スコア19805

chouchou

2022/05/27 02:52

melian様一瞬で出来たことにまず驚き、あと、 dfx = df1.merge(df2, how='cross', suffixes=('_1', '_2')) このように全体を一度マージするという方法に、目から鱗が落ちる思いでした。挙動をひとつひとつデバックを取って確認しました。ありがとうございます。 min_pairの所で、全体のマージでの最小値ではなく、各組合せ（という表現が相応しいのかですが）、ここでいう所の df1 lon lat 130.8 35.1 135.8 36.1 140.8 37.1 145.8 38.1 にたいして、 dfx lon_df1 lat_df1 lon_df2 lat_df2 distance 130.8 35.1　→df2の中での最小となるlon lat 135.8 36.1　→df2の中での最小となるlon lat 140.8 37.1　→df2の中での最小となるlon lat 145.8 38.1　→df2の中での最小となるlon lat を出力したいのですが、色々やり方があると思うのですが mergeした後に、前後でdf1の値が異なる（タプルにする？）所まででどれ、というような処理の思考回路で合っていますでしょうか？こういう風にできるのかというのが正直な所の感想で、勉強になりました。