通过百度地图路线规划获取出行距离与时间

解决步行出行研究中的距离测度问题

最近出于研究的目的，需要获取一系列出行起止点间的步行网络距离，这个环节原本在研究设计的时候是预期采用GIS里的网络分析完成。但经过一番尝试后结果实在不尽如人意，很大一部分原因是没有如此完善的大规模步行网络数据，一方面道路网络的拓扑属性质量比较低，手工调整需要耗费大量时间；另一方面步行网络很多时候不仅仅基于现有的车行道，独立完成大规模步行网络的校正实在困难。

于是我打起了百度地图提供的路径规划服务的主意，百度的步行导航相对于自己做的网络分析还是准确很多，并且通过API调用可以获得更多更丰富的数据。最终通过这一方法完成了出行距离与时间的计算。

一些注意事项

1. 这里使用的服务是web端的轻量级路线规划，服务文档见：http://lbsyun.baidu.com/index.php?title=webapi/directionlite-v1 返回参数其实很丰富，包括了路径的详细信息，只是由于我只需要时间和距离所以没有获取其他的数据。有需要的可以自行修改。
2. 本服务需要的API key为服务端的key，浏览器端的不能使用。
3. 个人开发者认证账号限额为每天3W次，并发50次。很大程度上是够用的。
4. 串行处理相对来说有点慢，在数据量小的情况下还能接受。后面尝试更新了并行处理的方法，但是由于不是全自动的这里就不放上来了。

完整代码

# -*- coding: utf-8 -*-
"""
Created on Wed May  5 10:10:31 2021
@author: BoyceToon
"""
import pandas as pd
import numpy as np
import requests
import json
from queue import Queue

# 以下部分需要填写
file_path = "" # 数据文件绝对路径，csv格式
rows = 0 #起始行数，默认为0
travel_mode = "walking" #交通方式，可选：driving\riding\walking\transit
slat_label = "samp_lat" #表格中起始点纬度的标签
slng_label = "samp_lng" #表格中起始点经度的标签
dlat_label = "lat_wgs84" #表格中目的地纬度的标签
dlng_label = "lng_wgs84" #表格中目的地经度的标签
coord_type = "wgs84" #输入坐标系，可选：wgs84\bd09ll\gcj02
keylist=["key1","key2","key3"] # API Key池, 以" ", " "的形式加入可用的AK

df = pd.read_csv(file_path) #读取数据
nrows = df.shape[0] #获得行数
qKey=Queue()

def stod(slat,slng,dlat,dlng):#输入：起点纬度、起点经度、终点纬度、终点经度
    url ="http://api.map.baidu.com/directionlite/v1/"+trvel_mode+"?" 
    ak = qKey.get()
    real_url = url +"origin="