python-两个DFs之间的距离，带有几个变量

需要一些帮助来处理一种复杂的情况。我会尽量做到非常客观，并提前感谢：

我有两个数据框。1) df有一个在现场完成的数千个服务坐标的列表，2) dfbase有几个坐标，用于每个人开始服务的物理基地。

我需要计算dfbase中每个基点与df中相应坐标之间的距离。

问题是，它们必须位于相同的区域代码（公共列 ROTA）中，这包括将 ZCGUNLEIT 分解为子字符串 3、3。

然而，并不是每个 ROTA 都有一个物理基础。例如，ROTA 071 没有碱基，但 072 有。因此，如果 ROTA 没有底，则应计算此坐标到下一个 ROTA 的距离，在本例中为 072。

我正在使用 GEOPY 来执行此操作，但无法理解如何编写。我的最后一次尝试是将两个数据帧合并到df2中，以便df中的每个坐标都有一个 0.0 匹配（对于该路线没有坐标的情况）或具有坐标的相应基数，如下所示：

这是我最后一次尝试，导致错误：单个位置索引器超出范围：

dist=[0]
for i in range(1,len(df2)):
    if df2.ROTA.iloc[i]==df.ROTA.iloc[i]:
      dist.append(geopy.distance.geodesic((df2.LATITUDE.iloc[i],df2.LONGITUDE.iloc[i]),(df2.Latitude.iloc[i],df2.Longitude.iloc[i])).km)
    elif df2.ROTA.iloc[i] == df2.ROTA.iloc[i+1]:
      dist.append(geopy.distance.geodesic((df2.LATITUDE.iloc[i],df2.LONGITUDE.iloc[i]),(df2.Latitude.iloc[i],df2.Longitude.iloc[i])).km)
    else: dist.append(0)

df2['DIST']=dist