如何读取DataFrame中的坐标列并对每个元组元素应用分类函数

看起来你已经有了核心思路，但在函数定义和DataFrame操作的细节上有点卡壳，我来帮你理顺整个流程，解决你的问题：

首先，先把你的示例数据转换成真正的Pandas DataFrame（因为你一开始给的是普通列表，得先结构化）：

import pandas as pd

# 把坐标列表转为带列名的DataFrame
df = pd.DataFrame([(0,23),(1,22),(4,39),(3,15)], columns=['X', 'Y'])

接下来，我们需要一个能分别判断X、Y坐标范围并组合方向的函数。你之前的函数没有接收参数，也没处理元组里的X/Y值，这是关键问题。我们重新写一个：

def classify_location(row):
    # 判断X轴方向：你提到0-23为West（Oeste），其他默认East（Este）
    x_direction = "Oeste" if 0 <= row['X'] <= 23 else "Este"
    
    # 判断Y轴方向：28-40为North（Norte），其他默认South（Sur）
    y_direction = "Norte" if 28 <= row['Y'] <= 40 else "Sur"
    
    # 组合成最终方位（比如Norte+Oeste = Noroeste）
    return f"{y_direction}{x_direction}"

然后用apply函数把这个逻辑应用到每一行，注意要指定axis=1（表示按行处理），同时直接生成新列：

# 添加新列存储分类结果
df['Ubicación comienzo'] = df.apply(classify_location, axis=1)

# 查看结果
print(df)

运行后你会得到这样的输出：

X   Y Ubicación comienzo
0  0  23             SurOeste
1  1  22             SurOeste
2  4  39         NorteOeste
3  3  15             SurOeste

如果你觉得写函数有点麻烦，也可以用更简洁的Pandas/Numpy条件判断实现，效率更高（适合大数据量）：

import numpy as np

# 批量判断X、Y方向
x_dir = np.where(df['X'].between(0, 23), "Oeste", "Este")
y_dir = np.where(df['Y'].between(28, 40), "Norte", "Sur")

# 组合生成新列
df['Ubicación comienzo'] = y_dir + x_dir

你之前代码的问题总结： #

• 你的calle()函数没有接收参数，无法获取DataFrame中的坐标值；
• 直接对包含元组的列用apply，但函数没有解析元组里的X和Y；
• 手动插入固定列表的方式不灵活，没法自动适配所有数据，而apply或批量条件判断能自动处理每一行。

备注：内容来源于stack exchange，提问作者rosvend