新手求助：如何从Pandas Series的列表元组提取经纬度？

我是Pandas新手，现有一个存储地理坐标的Series，Location字段的格式为包含单个元组的列表，需要从中提取纬度和经度到单独的Series，再合并回原DataFrame，但尝试多种方法均未成功。

尝试过的代码 #

• 以下代码返回list类型，但仅获取到Series的第一条记录：

  df['Location'].str.split(',')[0]
  

• 尝试将其视为字符串提取元素，同样失败：

  longitude = df['Location'].str[0][0].replace('(', '')
  

示例数据 #

0         [(34.0255,  -118.3002)]
1         [(34.0256,  -118.3089)]
2         [(34.0738,  -118.2078)]
3         [(34.0492,  -118.2391)]
4         [(34.0108,  -118.3182)]
                   ...
594800    [(34.0436,  -118.3053)]
594801    [(33.9572,  -118.3962)]
594802    [(34.1684,  -118.3982)]
594803    [(34.1976,  -118.3965)]
594804    [(34.0504,  -118.3442)]

解决方法 #

方法1：使用apply逐行提取（直观易懂） #

利用apply遍历每个元素，先取出列表中的元组，再提取元组内的经纬度：

# 提取纬度（元组第一个元素）
df['Latitude'] = df['Location'].apply(lambda x: x[0][0])
# 提取经度（元组第二个元素）
df['Longitude'] = df['Location'].apply(lambda x: x[0][1])

方法2：使用Pandas的str索引访问（更简洁） #

如果你的Pandas版本支持对列表类型的Series使用str索引，可以直接通过层级索引提取：

# 先取列表中的元组，再取元组的第0/1个元素
df['Latitude'] = df['Location'].str[0].str[0]
df['Longitude'] = df['Location'].str[0].str[1]

方法3：批量构造DataFrame（适合大数据量） #

将列表批量展开为DataFrame，再合并回原数据，效率更高：

# 将Location的列表转换为DataFrame，每个行对应一个元组
coords_df = pd.DataFrame(df['Location'].tolist(), index=df.index)
# 将元组拆分为两列并命名
coords_df = coords_df.apply(pd.Series).rename(columns={0: 'Latitude', 1: 'Longitude'})
# 合并回原DataFrame
df = df.join(coords_df)

为什么之前的方法失败？ #

• 第一种方法中，df['Location'].str.split(',')是把每个元素当作字符串分割，而[0]是取分割后结果的第一行，并非逐行处理，所以只拿到第一条记录。
• 第二种方法错误地将列表类型的Location当作字符串处理，str[0]取的是每个元素的第一个字符，而非列表中的元组，逻辑完全错误。

内容的提问来源于stack exchange，提问作者Cord