python - 计算 GeoPandas 中两个 GeoDataFrame(点)之间的所有距离

Question

这是一个非常简单的案例，但到目前为止我还没有找到任何简单的方法。这个想法是在 GeoDataFrame 中定义的所有点之间获得一组距离。以及在另一个 GeoDataFrame 中定义的那些.

import geopandas as gpd
import pandas as pd

# random coordinates
gdf_1 = gpd.GeoDataFrame(geometry=gpd.points_from_xy([0, 0, 0], [0, 90, 120]))
gdf_2 = gpd.GeoDataFrame(geometry=gpd.points_from_xy([0, 0], [0, -90]))
print(gdf_1)
print(gdf_2)

#  distances are calculated elementwise
print(gdf_1.distance(gdf_2))

这会产生 gdf_1 中点之间的元素距离和 gdf_2共享相同的索引(还有一个警告，因为两个 GeoSeries 没有相同的索引，这就是我的情况)。

                geometry
0    POINT (0.000 0.000)
1   POINT (0.000 90.000)
2  POINT (0.000 120.000)
                    geometry
0    POINT (0.00000 0.00000)
1  POINT (0.00000 -90.00000)
/home/seydoux/anaconda3/envs/chelyabinsk/lib/python3.8/site-packages/geopandas/base.py:39: UserWarning: The indices of the two GeoSeries are different.
  warn("The indices of the two GeoSeries are different.")
0      0.0
1    180.0
2      NaN

问题是;如何获得一系列所有点到点的距离(或者至少是 gdf_1 和 gdf_2 的索引的唯一组合，因为它是对称的)。
编辑

在 this post ，给出了几个点的解决方案；但我找不到一种简单的方法来组合两个数据集中的所有点。

在 this post仅建议按元素操作。

也有人提出了类似的问题 on the GitHub repo of geopandas .建议的解决方案之一是使用 apply方法，没有任何详细的答案。

Answer 1

您必须在第一个 gdf ​​中的每个几何图形上应用以获得与第二个 gdf ​​中所有几何图形的距离。

import geopandas as gpd
import pandas as pd

# random coordinates
gdf_1 = gpd.GeoDataFrame(geometry=gpd.points_from_xy([0, 0, 0], [0, 90, 120]))
gdf_2 = gpd.GeoDataFrame(geometry=gpd.points_from_xy([0, 0], [0, -90]))

gdf_1.geometry.apply(lambda g: gdf_2.distance(g))

      0      1
0    0.0   90.0
1   90.0  180.0
2  120.0  210.0