Pandas赋值报错：无法将多列DataFrame赋值给单列place_name

嘿，我来帮你排查这个问题～ 这个报错的核心原因是：你用apply生成的结果不是单个值的Series，而是包含多列的DataFrame，所以没法直接赋值给place_name这一列。下面一步步分析和解决：

先定位问题根源 #

首先得确认get_place_name函数的返回值是不是始终是单个值（字符串或None）。有可能某些坐标对应的location.address不是字符串，或者函数偶尔返回了列表/元组这类多元素结构，导致apply把它拆成了多列。

你可以先拿几行数据测试函数，看看返回值的情况：

# 取第一行坐标测试
test_lat = metadata_df['gps_latitude'].iloc[0]
test_lon = metadata_df['gps_longitude'].iloc[0]
result = get_place_name(test_lat, test_lon)
print(f"返回值类型：{type(result)}，内容：{result}")

如果输出类型是list或者tuple，那就是这里出问题了；如果是str或None，那可能是某些无效坐标导致函数抛出异常，或者返回了奇怪的结构。

解决方案1：加固函数，确保返回单个值 #

给函数加一层防护，处理无效坐标和异常情况，强制返回单个值：

import pandas as pd

def get_place_name(latitude, longitude):
    # 先过滤无效坐标（比如NaN）
    if pd.isna(latitude) or pd.isna(longitude):
        return None
    try:
        location = geolocator.reverse(f"{latitude}, {longitude}", exactly_one=True)
        if location is None:
            return None
        # 强制转成字符串，避免意外结构
        return str(location.address)
    except Exception as e:
        print(f"处理坐标 {latitude}, {longitude} 时出错：{e}")
        return None

解决方案2：确保apply返回一维Series #

即使函数没问题，有时候apply也会因为个别行的返回值结构异常生成多列，这时候可以用.squeeze()强制转成一维Series：

metadata_df['place_name'] = metadata_df.apply(
    lambda row: get_place_name(row['gps_latitude'], row['gps_longitude']),
    axis=1
).squeeze()

额外调试技巧 #

如果还是找不到问题，可以先取一小部分数据测试，比如前5行，看看哪些行导致了多列结果：

sample_df = metadata_df.head(5)
temp_result = sample_df.apply(
    lambda row: get_place_name(row['gps_latitude'], row['gps_longitude']),
    axis=1
)
print(temp_result)
print(f"结果形状：{temp_result.shape}")

如果形状是(5, n)且n>1，就说明某行的返回值是多元素结构，针对性处理那行的坐标即可。

备注：内容来源于stack exchange，提问作者CrazyCanadian