如何基于与GeoPandas匹配的属性计算两点之间的距离?

我有两个包含点坐标信息的CSV文件。一个文件有11个唯一ID的列表(我们称之为文件1),每个ID对应一个lat/lon坐标。另一个文件(我们称之为文件2)有大约300个lat/lon点,每个点匹配这11个唯一id中的一个。我要做的是检查文件2中的一个点是否具有与文件1中的一个点相同的ID,如果是,请计算这两个点之间的距离。

我已尝试使用以下代码执行此操作:

for index, row in res_df:
    for windex, wrow in will_df: 
        if res_df['Residence_ID'] == will_df['Residence_ID']:
            print(res_df.distance(will_df))

但是,当我尝试此操作时,会出现以下错误:

ValueError                                Traceback (most recent call last)
<ipython-input-73-b4268cef3e71> in <module>()
----> 1 for index, row in res_df:
      2   for windex, wrow in will_df:
      3     if res_df['Residence_ID'] == will_df['Residence_ID']:
      4       print(res_df.distance(will_df))
      5 

ValueError: too many values to unpack (expected 2)

我也曾尝试过使用iterrows,但这并没有解决我的问题。

此外,我想尝试计算匹配记录的数量,我在这里也遇到了一个问题:

counter = 0
for id1 in res_df['Residence ID']:
  for id2 in will_df['Residence_ID']:
    if id1 == id2:
      print("match")
      counter += 1
print(counter)

当我运行上面的代码时,我的计数器返回值52;但是,这没有意义,因为我在文件2中的300条记录都与文件1中的一些记录匹配。所以,我想我缺少一些基本的逻辑。

编辑:

for index, row in res_df.items():
  for windex, wrow in will_df.items(): 
    if res_df['Residence_ID'] == will_df['Residence_ID']:
      print(res_df.distance(will_df))

错误信息是:

ValueError                                Traceback (most recent call last)
<ipython-input-80-65e9f78ad2a5> in <module>()
      1 for index, row in res_df.items():
      2   for windex, wrow in will_df.items():
----> 3     if res_df['Residence_ID'] == will_df['Residence_ID']:
      4       print(res_df.distance(will_df))

/usr/local/lib/python3.6/dist-packages/pandas/core/generic.py in __nonzero__(self)
   1553             "The truth value of a {0} is ambiguous. "
   1554             "Use a.empty, a.bool(), a.item(), a.any() or a.all().".format(
-> 1555                 self.__class__.__name__
   1556             )
   1557         )

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

不知道这是什么意思。