[[387827]]

 一、前言

大家好，我是崔艷飛。工作中有時需要把A表中的經緯度點，從B表中匹配一個最近的點出來，用Mapinfo也可以實現，但處理速度慢，特別是數據量大時根本處理不動，此時用Python就能輕松實現，還能顯示處理進度，詳細如下。

二、項目目標

用Python實現兩張表間最近點的計算。

三、項目準備

軟件：PyCharm

需要的庫：pandas， xlrd，os

四、項目分析

1)如何選擇并讀取要處理的Excel文件?

利用os、xlrd，選擇要讀取處理的Excel文件。

2)如何計算兩個經緯度點的距離?

利用pandas庫讀取兩張表的內容，再定義函數計算兩個經緯度點的距離。

3)如何循環計算并保存最近一個點的數據?

利用For循環，對兩張表的內容進行循環讀取，通過If判斷保留最近的距離點數據。

4)如何保存結果?

利用to_excel保存，得到最近點的數據。

五、項目實現

1、第一步導入需要的庫

import pandas as pd 
import xlrd 
import os 

2、第二步選擇并讀取要處理的Excel文件

path="D:/a/" 
   #獲取文件夾下所有EXCEL名 
   bb = path + 'result.xlsx' 
   writer = pd.ExcelWriter(bb,engine='openpyxl') 
   xlsx_names = [x for x in os.listdir(path) if x.endswith(".xlsx")] 
   # 獲取第一個EXCEL名 
   xlsx_names1 = xlsx_names[0] 
   aa = path + xlsx_names1 
   #打開第一個EXCEL 
   first_file_fh=xlrd.open_workbook(aa) 
   # 獲取SHEET名 
   first_file_sheet=first_file_fh.sheets() 

3、第三步循環計算并保存最近一個點的數據

for i in range(h1): 
     w1=df1.loc[i,'緯度'] 
     j1 = df1.loc[i,'經度'] 
     d1 = df1.loc[i, :] 
     d0=10000000000000000000000000.0000 
     print("原小區第%d個。" %(i+1)) 
     test_dict = {'距離': [d0]} 
     d3 = pd.DataFrame(test_dict) 
 
     for l in range(h2): 
         w2=df2.loc[l, '緯度'] 
         j2=df2.loc[l,'經度'] 
         d=haversine(j1, w1, j2, w2) 
         if d<d0: 
             d0=d 
             d2 = df2.loc[l, :] 
             test_dict = {'距離': [d0]} 
             d3 = pd.DataFrame(test_dict) 
         else:continue 

4、第四步保存計算后的文件

resultdata1.to_excel(excel_writer=writer, sheet_name='原小區', encoding="utf-8", index=False) 
resultdata2.to_excel(excel_writer=writer, sheet_name='最近小區', encoding="utf-8", index=False) 
resultdata3.to_excel(excel_writer=writer, sheet_name='距離', encoding="utf-8", index=False) 
writer.save() 
writer.close() 

六、效果展示

1、處理前數據：

2、處理進度顯示：

3、處理結果：

七、總結

本文介紹了如何利用Python計算兩個經緯度點間的距離，并在兩張表間進行最近點計算，這本來是Mapinfo的分內之事，但數據量大時就處理不動了，Python處理速度快，還能對數據進行預處理，正是由于可以自己優化代碼，可以無限提高運行速度，比如數據切塊處理，有興趣的同學可以進一步研究下。