我正在编写一个程序,它需要一些纬度/经度,并且我将它们内部转换为UTM,以便以米为单位进行一些计算.
纬度/长度点的范围非常小 - 约200米x 200米.它们几乎总是可以依赖于单个UTM区域(除非你不幸并且跨越区域的边界).
但是,纬度/长度所在的区域不受限制.有一天,这个项目可能会针对澳大利亚的人们运行(哦,甚至一个州还有多少个区域,以及这已经导致我多少痛苦......),以及墨西哥人民的另一天.
我的问题是 - 有没有办法确定特定长/纬度所在的区域,以便它可以被送入转换库(我目前使用proj4和R包rgdal).
我的语言是R,但答案不一定是 - 也许只是一个简单的计算,或者我可以将系统调用嵌入到projexectuable中.
干杯.
我是numpy / pandas和矢量化计算的新手。我正在执行数据任务，其中有两个数据集。数据集1包含一个经度和纬度的位置列表以及一个变量A。数据集2还包含一个经度和纬度的位置列表。对于数据集1中的每个位置，我想计算其到数据集2中所有位置的距离，但我只想获得数据集2中小于变量A的值的位置计数。数据集非常大，因此我需要使用向量化运算来加快计算速度。
例如，我的数据集1可能如下所示：
id lon lat varA
1 20.11 19.88 100
2 20.87 18.65 90
3 18.99 20.75 120
我的数据集2可能如下所示：
placeid lon lat
a 18.75 20.77
b 19.77 22.56
c 20.86 23.76
d 17.55 20.74
然后对于数据集1中的id == 1，我想计算其到数据集2中所有四个点（a，c，c，d）的距离，并且我想知道有多少距离小于对应的距离varA的值。例如，计算出的四个距离为90、70、120、110，而varA为100。则该值应为2。
我已经有一个向量化函数来计算两对坐标之间的距离。假设函数（haversine（x，y））正确实现，我有以下代码。
dataset2['count'] = dataset1.apply(lambda x:
haversine(x['lon'],x['lat'],dataset2['lon'], dataset2['lat']).shape[0], axis
= 1)
但是，这给出的是行的总数，但不能满足我的要求。
谁能指出我如何使代码正常工作？