如何用Python替代Mapinfo更快查找两张表中距离最近的点(mapinfo,python,编程语言)

一、前言

工作中有时需要把A表中的经纬度点，从B表中匹配一个最近的点出来，用Mapinfo也可以实现，但处理速度慢，特别是数据量大时根本处理不动，此时用Python就能轻松实现，还能显示处理进度，详细如下。

二、项目目标

用Python实现两张表间最近点的计算。

三、项目准备

软件：PyCharm

需要的库：pandas， xlrd，os

四、项目分析

1)如何选择并读取要处理的Excel文件?

利用os、xlrd，选择要读取处理的Excel文件。

2)如何计算两个经纬度点的距离?

利用pandas库读取两张表的内容，再定义函数计算两个经纬度点的距离。

3)如何循环计算并保存最近一个点的数据?

利用For循环，对两张表的内容进行循环读取，通过If判断保留最近的距离点数据。

4)如何保存结果?

利用to_excel保存，得到最近点的数据。

五、项目实现

1、第一步导入需要的库

importpandasaspdimportxlrdimportos

2、第二步选择并读取要处理的Excel文件

path="D:/a/"#获取文件夹下所有EXCEL名bb=path+'result.xlsx'writer=pd.ExcelWriter(bb,engine='openpyxl')xlsx_names=[xforxinos.listdir(path)ifx.endswith(".xlsx")]#获取第一个EXCEL名xlsx_names1=xlsx_names[0]aa=path+xlsx_names1#打开第一个EXCELfirst_file_fh=xlrd.open_workbook(aa)#获取SHEET名first_file_sheet=first_file_fh.sheets()

3、第三步循环计算并保存最近一个点的数据

foriinrange(h2):w1=df1.loc[i,'纬度']j1=df1.loc[i,'经度']d1=df1.loc[i,:]d0=10000000000000000000000000.0000print("原小区第%d个。"%(i+1))test_dict={'距离':[d0]}d3=pd.DataFrame(test_dict)forlinrange(h3):w2=df2.loc[l,'纬度']j2=df2.loc[l,'经度']d=haversine(j1,w1,j2,w2)ifd<d0:d0=dd2=df2.loc[l,:]test_dict={'距离':[d0]}d3=pd.DataFrame(test_dict)else:continue

4、第四步保存计算后的文件

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

六、效果展示

1、处理前数据：

2、处理进度显示：

3、处理结果：

利用Python计算两个经纬度点间的距离，并在两张表间进行最近点计算，这本来是Mapinfo的分内之事，但数据量大时就处理不动了，Python处理速度快，还能对数据进行预处理，正是由于可以自己优化代码，可以无限提高运行速度，比如数据切块处理，有兴趣的同学可以进一步研究下。