如何在熊猫数据框中找到经度和纬度两列之间的距离

如何解决如何在熊猫数据框中找到经度和纬度两列之间的距离

我有一个数据框，上面有两个不同的位置。我已经可以使用geolocator和此old Stack Overflow Post找到他们的经度和纬度。现在，我一直在努力寻找这两列位置之间的距离。我一直在跟踪geodesic向我们发送的this website's条信息。

目标是创建第五列，也是最后一列，向我显示位置之间的距离。我收到一条错误消息：

ValueError：从序列创建Point时，其项不得超过3个。

我创建的假数据集只有几个，但请注意我的真实数据集非常大，因此我需要在其中包含NaN的数千行中复制该数据集。待遇是一样的。该逻辑对于我必须如何创建此伪数据集可能没有任何意义，但会引发与原始数据集相同的错误。逻辑将我带到需要处理原始数据的地方，原始数据在两个位置值列中都具有更多唯一值。

 places_data = pd.DataFrame(
{"Place_1": ["disneyland Park","Empire State Building","Yosemite Park","disney World Park","Rockefeller Tower","Grand Canyon"],"Places": ["Peaches","Apples","Peaches","Peaches"]}
      )

 other_places = places_data.copy()

 other_places.loc[(other_places["Places"] == "Peaches"),"Sites"] = "Georgia Aquarium"
 other_places.loc[(other_places["Places"] == "Apples"),"Sites"] = "World of Coca-Cola"

 other_places["Loc_1"] = other_places["Place_1"].apply(geolocator.geocode).apply(lambda x: (x.latitude,x.longitude))
 other_places["Loc_2"] = other_places["Sites"].apply(geolocator.geocode).apply(lambda x: (x.latitude,x.longitude))

 places_data['Loc_1'] = places_data.Place_1.map(dict(other_places[['Place_1','Loc_1']].to_numpy()))
 places_data['Loc_2'] = places_data.Places.map(dict(other_places[['Places','Loc_2']].to_numpy()))


 places_data["distance"] = geodesic(places_data["Loc_1"],places_data["Loc_2"]).miles