基于商品和会员位置信息计算最小引力子及相关公式

import pandas as pd
import math

# 读取Excel文件
data = pd.read_excel(r'D:\pythonProject3\会员信息\附件二：会员信息数据.xlsx')

# 获取商品和会员的位置信息
goods_latitude = data['商品GPS纬度']
goods_longitude = data['商品GPS经度']
member_latitude = data['会员GPS纬度']
member_longitude = data['会员GPS经度']

# 获取任务限额和商品价格
task_limit = data['预订任务限额']
goods_price = data['任务标价']

# 初始化最小引力子和对应的常量
min_gravity = float('inf')
min_k = 0
min_n = 0
min_m = 0

# 遍历每一行数据
for i in range(len(data)):
    # 计算商品和会员的距离
distance = math.sqrt((goods_latitude[i] - member_latitude[i])**2 + (goods_longitude[i] - member_longitude[i])**2)
    
    # 计算引力子
gravity = (goods_price[i] * (task_limit[i]**min_m)) / (distance**min_n)
    
    # 更新最小引力子和对应的常量
    if gravity < min_gravity:
        min_gravity = gravity
        min_k = goods_price[i]
        min_n = distance
        min_m = task_limit[i]

# 输出带常量的公式
print(f'y = ({min_k}*q1*({min_m}^m)) / (r^{min_n})')

# 输出最小引力子的值
print(f'最小引力子y的值为: {min_gravity}')

代码说明：

1. 读取Excel文件： 使用 pd.read_excel() 函数读取Excel文件，并将数据存储在 data 变量中。
2. 获取数据： 从 data 中提取商品和会员的位置信息（经纬度）、任务限额和商品价格。
3. 初始化变量： 初始化最小引力子 min_gravity 为无穷大，其他常量 min_k, min_n, min_m 初始化为 0。
4. 遍历数据： 使用 for 循环遍历每一行数据。
5. 计算距离： 使用 math.sqrt() 函数计算商品和会员之间的距离。
6. 计算引力子： 根据公式 y = (k * q1 * (q2^m)) / (r^n) 计算引力子 gravity。
7. 更新最小引力子： 如果当前计算的 gravity 小于 min_gravity，则更新 min_gravity 和对应的常量 min_k, min_n, min_m。
8. 输出公式： 打印带有常量的公式。
9. 输出最小引力子： 打印最小引力子的值。

代码中变量的英文定义：

• data: 包含所有数据信息的 Pandas DataFrame
• goods_latitude: 商品的纬度信息
• goods_longitude: 商品的经度信息
• member_latitude: 会员的纬度信息
• member_longitude: 会员的经度信息
• task_limit: 任务限额
• goods_price: 商品价格
• min_gravity: 最小引力子
• min_k: 常量 k
• min_n: 常量 n
• min_m: 常量 m
• i: 循环变量
• distance: 商品和会员之间的距离
• gravity: 引力子
• q1: 商品价格
• q2: 任务限额
• r: 商品和会员之间的距离
• y: 引力子
• k: 常量 k
• n: 常量 n
• m: 常量 m