2 
df[['gc_lat', 'gc_lng']] = df[['gc_lat', 'gc_lng']].apply(pd.to_numeric, errors='ignore')
df_realty[['lat', 'lng']] = df_realty[['lat', 'lng']].apply(pd.to_numeric, errors='ignore')
 for index, row in df.iterrows():
        gc_lat = float(df.get_value(index,'gc_lat'))
        gc_lng = float(df.get_value(index, 'gc_lng'))
        latmax = gc_lat + 1/110.574*radius_km
        latmin = gc_lat - 1/110.574*radius_km
        longmax = gc_lng + 1/111.320*radius_km*cos(df.get_value(index,'gc_lat'))
        longmin = gc_lng - 1/111.320*radius_km*cos(df.get_value(index,'gc_lat'))
        print(latmax, latmin, longmax, longmin)
        print (gc_lat)
        print (gc_lng)
        print (df_realty.shape)
        subset = df_realty.loc[(df_realty['lat']<latmax) & (df_realty['lat']>latmin) & (df_realty['lng']>longmin) & (df_realty['lng'] <longmax)]
        print (subset.shape)
        print ('subset selected!')

印刷

59.12412758664786 59.03369041335215 37.88659685779323 37.960157142206775
59.078909
37.923377
(290584, 3)
(0, 3)
subset selected!

所以我试图将 Dataframe 拆分为子集，但我放入 df.loc 的条件永远不会起作用！

df_realty 中的数据是可以的，已经测试过了。

似乎我必须明确一些类型转换，但我已经做了一个（pd.to_numeric）

有什么建议么？

4

1 回答 1

1

找到了解决方案

问题是 longmax 有时会变得小于 longmin，因为 cos 有时会返回负浮点数。

将 abs() 放在 cosinus 前面解决了问题

于 2017-07-01T20:28:17.070 回答