python pandas 加速循环_加速通过两个Pandas数据帧的嵌套for循环

我在pandas数据框(df)中存储了一个纬度和经度，填充点为NaN，表示stop_id, stoplat, stoplon，另一个数据框areadf，它包含更多的纬度/经度和一个任意的id；这是要填充到df中的信息。在

我试图将这两个连接起来，以便df中的stop列包含与该lat/lon点最近的stop有关的信息，或者如果在该点的半径R内没有停止，则将其保留为NaN。在

现在我的代码如下所示，但它需要相当长的时间(在将区域更改为df并使用itertuples之前，我正在运行的代码大约需要40分钟；不确定这将产生多大的差异？)因为每一组数据有数千个lat/lon点和停止，这是一个问题，因为我需要在多个文件上运行这个。我在找建议让它运行得更快。我已经做了一些非常小的改进(例如，移动到一个数据帧，使用itertuples代替iterrows，在循环之外定义lat和lon，以避免在每个循环上都必须从df中检索它)，但是我没有办法加快它的速度。getDistance使用定义的Haversine公式来获得停止标志和给定的lat，lon点之间的距离。在import pandas as pd

from math import cos, asin, sqrt

R=5

lats = df['lat']

lons = df['lon']

for stop in areadf.itertuples():

for index in df.index:

if getDistance(lats[index],lons[index],

stop[1],stop[2]) < R:

df.at[index,'stop_id'] = stop[0] # id

df.at[index,'stoplat'] = stop[1] # lat

df.at[index,'stoplon'] = stop[2] # lon

def getDistance(lat1,lon1,lat2,lon2):

p = 0.017453292519943295 #Pi/180

a = (0.5 - cos((lat2 - lat1) * p)/2 + cos(lat1 * p) *

cos(lat2 * p) * (1 - cos((lon2 - lon1) * p)) / 2)

return 12742 * asin(sqrt(a)) * 100

样本数据：

^{pr2}$

期望：df

lat lon stop_id stoplat stoplon

43.657676 -79.380146 0 43.657675 -79.380145

43.694324 -79.334555 NaN NaN NaN