为API响应结果生成经纬度分组ID的Pandas实现问题

问题描述 #

需要为API返回的每条results数据生成ID，规则是按每条数据对应的context.geo_bounds.circle.center下的纬度（latitude）和经度（longitude）分组，同组的结果ID相同。但使用现有Pandas代码未得到预期效果，预期的DataFrame格式如下：

ID                            name  rating 
0    1      Leslieville Farmers Market     9.1   
1    1               Rorschach Brewing     8.7   
...
19   2      North Of Brooklyn Pizzeria     7.3  

排查与修正 #

你的代码问题大概率出在API响应的数据结构解析上。从你提供的API响应示例和代码来看，推测你的info是一个包含多个对象的列表，每个对象同时包含context（带经纬度）和对应的results数组。此时原代码的json_normalize参数无法正确将每个results条目与所属的经纬度绑定，导致分组逻辑失效。

修正步骤如下：

1. 正确解析嵌套JSON结构
   使用json_normalize时，确保每个results条目能关联到对应的context经纬度。调整后的解析代码：

   # 假设info是包含多个{context:..., results:...}的列表
   df = pd.json_normalize(
       info,
       record_path='results',
       meta=[['context', 'geo_bounds', 'circle', 'center', 'latitude'],
             ['context', 'geo_bounds', 'circle', 'center', 'longitude']]
   )
   

2. 简化列名（可选但推荐）
   原列名过长，可简化方便后续操作：

   df.rename(columns={
       'context.geo_bounds.circle.center.latitude': 'lat',
       'context.geo_bounds.circle.center.longitude': 'lon'
   }, inplace=True)
   

3. 生成分组ID
   用简化后的列名分组生成ID，确保同经纬度的结果ID一致：

   df['ID'] = df.groupby(['lat', 'lon']).ngroup() + 1
   

4. 按需筛选列
   如果只需要预期的ID、name、rating列，可做筛选：

   df_final = df[['ID', 'name', 'rating']].reset_index(drop=True)
   

验证逻辑 #

运行修正后的代码后，同一经纬度对应的所有results条目会被分配相同的ID，不同经纬度则分配递增的ID，完全匹配你预期的DataFrame格式。

内容的提问来源于stack exchange，提问作者Abdullah G