Python批量计算经纬度距离：基于GCJ-02坐标系的Excel数据处理

本文介绍如何使用Python程序批量计算两两一组经纬度数据之间的距离，并支持基于GCJ-02坐标系的Excel文件导入。

1. 安装所需库

首先，我们需要安装以下Python库：

pandas: 用于读取和处理Excel数据
geopy: 用于计算经纬度之间的距离
numpy: 用于数组操作

使用以下命令安装这些库：

pip install pandas geopy numpy

2. 代码实现

以下代码使用Python实现批量计算经纬度距离的功能：

import pandas as pd
from geopy.distance import geodesic
import numpy as np

# 读取Excel文件
df = pd.read_excel('data.xlsx')

# 将经纬度数据转换为元组类型
df['point1'] = list(zip(df['lat1'], df['lon1']))
df['point2'] = list(zip(df['lat2'], df['lon2']))

# 计算每组两个点之间的距离
df['distance'] = df.apply(lambda row: geodesic(row['point1'], row['point2']).meters, axis=1)

# 输出结果
print(df['distance'])

代码解析：

使用pandas.read_excel()函数读取Excel文件，并存储为DataFrame对象。
使用zip()函数将lat1和lon1列、lat2和lon2列分别转换为元组类型，并存储在新的列point1和point2中。
使用apply()函数和geodesic()函数计算每组两个点之间的距离，并将结果存储在新的列distance中。
最后使用print()函数输出distance列，展示计算结果。

3. 坐标转换

需要注意的是，如果Excel文件中的经纬度数据不是基于GCJ-02坐标系，需要进行坐标转换。可以使用第三方库如pyproj来实现转换。

import pyproj

# 定义源坐标系和目标坐标系
source_crs = pyproj.Proj(init='epsg:4326')  # WGS84坐标系
target_crs = pyproj.Proj(init='epsg:4490')  # GCJ-02坐标系

# 进行坐标转换
df['lat1'], df['lon1'] = pyproj.transform(source_crs, target_crs, df['lon1'], df['lat1'])
df['lat2'], df['lon2'] = pyproj.transform(source_crs, target_crs, df['lon2'], df['lat2'])

总结

本文介绍了使用Python程序批量计算两两一组经纬度数据之间的距离，并支持基于GCJ-02坐标系的Excel文件导入。代码示例使用pandas、geopy和numpy库实现，并提供坐标转换方法以确保精度。希望本文能对您有所帮助。