继上一篇，将两个csv文件通过关键字拼接，得到每行包含两个经纬度点的数据，即另一张结果csv表。这里我们将计算每行的经纬度点之间的距离，并添加到末尾。
先来看看我们即将处理的csv表。
这里我们还是要先定仪一个计算每行经纬度距离的函数。
import pandas as pd
from haversine import haversine
def cal_distance(row):
"""
计算两个经纬度点之间的距离
"""
long1 = row['long1']
lat1 = row['lat1']
long2 = row['long2']
lat2 = row['lat2']
g1 = (long1, lat1)
g2 = (long2, lat2)
ret = haversine(g1, g2) * 1000
result = "%.7f" % ret
return result
再使用apply()函数来计算每行的结果，并将得到的结果写入末尾。
apply()函数作用于整个DataFrame，自动遍历整个DataFrame，对每个元素运行指定的程序。
axis参数可以为0或者1，0：针对每一列数据运行指定的程序；1：针对每一行数据运行指定的程序
# 读取csv文件
data = pd.read_csv(r"F:\info_1_1.csv", float_precision='round_trip')
# 计算每行两个经纬度点，计算得出的距离
data['distance'] = data.apply(lambda data: cal_distance(data), axis=1)
print(data)
我们来看看结果是否如我们预期那样，计算出结果，并写入每行末尾。
当然我们也可以将得出的结果写入csv文件中。