从 pandas 数据框到元组（对于半正矢模块）

我有一个熊猫数据框my_df包含以下列：

id  lat1 lon1 lat2 lon2
1   45   0    41   3
2   40   1    42   4
3   42   2    37   1

基本上，我想做以下事情：

import haversine

haversine.haversine((45, 0), (41, 3)) # just to show syntax of haversine()
> 507.20410687342115

# what I'd like to do
my_df["dist"] = haversine.haversine((my_df["lat1"], my_df["lon1"]),(my_df["lat2"], my_df["lon2"]))

类型错误：无法将系列转换为

Using this https://stackoverflow.com/a/44350260/4348534，我尝试了以下方法：

my_df['dist'] = haversine.haversine(
        list(zip(*[my_df[['lat1','lon1']][c].values.tolist() for c in my_df[['lat1','lon1']]]))
        , 
        list(zip(*[my_df[['lat2','lon2']][c].values.tolist() for c in my_df[['lat2','lon2']]]))
        )

文件“blabla\lib\site-packages\haversine__init__.py”，第 20 行，在 hasrsine 中 纬度1, 经度1 = 点1

ValueError：需要解压的值太多（预期为 2）

知道我做错了什么/如何实现我想要的吗？

Use apply with axis=1:

my_df["dist"] = my_df.apply(lambda row : haversine.haversine((row["lat1"], row["lon1"]),(row["lat2"], row["lon2"])), axis=1)

要在每一行上调用二正矢函数，该函数理解标量值，而不是类似数组的值，因此会出现错误。通过致电apply with axis=1，您按行迭代，这样我们就可以访问每个列值并以方法期望的形式传递这些值。

我也不知道有什么区别，但有一个向量version https://stackoverflow.com/questions/25767596/vectorised-haversine-formula-with-a-pandas-dataframe半正矢公式的