Получить места в данном географическом районе (оптимизация кода)

Question

У меня есть DataFrame с широтой и долготой мест (restaurants) и DataFrame с широтой и долготой окрестностей (area).

Я бы хотел для каждого района подсчитать количество ресторанов в 3-х километровой зоне (numberR).

Я написал следующий код, и он работает:

df=pd.DataFrame()
numberR=[]
radius=3

for element in range(0,area['lon'].count()): #for every neighborhood  
    df=pd.DataFrame()
    df['destLat']=restaurants['lat']
    df['originLat']=areas['lat'][element]
    df['destLon']= restaurants['lng']
    df['originLon']=area['lon'][element]

    for i, row in df.iterrows():
        #for every restaurant I compute the distance from my neighborhood in km
        l=[haversine(df.originLon[i],df.originLat[i],df.destLon[i],df.destLat[i]) for i, row in df.iterrows()]

    numberR.append(sum(x<radius for x in l))

Однако я хотел бы ускорить код, поскольку он очень медленный.

Есть ли у вас какие-либо идеи о том, как можно добиться того же результата за меньшее время?

Заранее спасибо.

PS haversine - хорошо известная функция для определения расстояния в километрах, начиная с широты и долготы.

Answer 1

Я бы порекомендовал вам использовать функции из scipy.spacial.distance .

from scipy.spatial.distance import cdist

distances = cdist(areas, restaurants, metric=haversine)  # metric accepts a callable
sum(distances > 3)  # sums columns

Функция cdist вычисляет расстояния между каждой парой строк двух DataFrames.

Кроме того, вы должны изменить функцию haversine, чтобы иметь возможность принимать строки DataFrame.