使用Lambda函数从DataFrame城市名提取经纬度的问题解决

我有一个包含1100行迁徙数据的DataFrame，包含出发地、目的地的城市及国家信息。需要将城市名（比如Portland, Oregon）发送到Nominatim搜索接口提取经纬度。单条查询代码可以正常运行，但用apply结合Lambda遍历DataFrame列时，出现ValueError: Expected a 1D array, got an array with shape (1100, 17)的错误。制作的可复现示例没有报错，但返回全NA值，需要解决这个问题来获取目标数据。

可正常运行的单条查询代码 #

import requests
import urllib.parse

address = 'Portland, Oregon'
url = 'https://nominatim.openstreetmap.org/search/' + urllib.parse.quote(address) +'?format=json'

response = requests.get(url).json()
print(response[0]["lat"])
print(response[0]["lon"])

存在问题的代码 #

原问题代码 #

segment1 = 'https://nominatim.openstreetmap.org/search/'
segment3 = '?format=json'
df1['json_location_data'] = df1.apply(lambda x: requests.get(segment1 + urllib.parse.quote(str(df1['Origin'])) + segment3).json())

可复现示例代码 #

import pandas as pd
locations = ['Portland, Oregon', 'Seattle, Washington','New York, New York','Texas, United States']
df = pd.DataFrame(locations, columns=['locations'])

segment1 = 'https://nominatim.openstreetmap.org/search/'
segment3 = '?format=json'
df['json_location_data'] = df.apply(lambda x: requests.get(segment1 + urllib.parse.quote(str(df['locations'])) + segment3).json())

1. apply调用逻辑错误：Lambda函数里直接引用df['locations']（或df1['Origin']）是调用整个列的所有数据，而非当前行的单个城市名。这导致每次请求都把整列城市名拼接成一个字符串发送给接口，接口无法识别，返回空结果，最终出现全NA或维度不匹配的错误。
2. 未指定apply处理轴：默认情况下apply按列（axis=0）处理，而我们需要按行（axis=1）处理每一行的单个城市名，否则会触发维度不匹配的ValueError。

基础修正版本 #

import pandas as pd
import requests
import urllib.parse

locations = ['Portland, Oregon', 'Seattle, Washington','New York, New York','Texas, United States']
df = pd.DataFrame(locations, columns=['locations'])

segment1 = 'https://nominatim.openstreetmap.org/search/'
segment3 = '?format=json'

# 按行处理，用x['locations']获取当前行的城市名
df['json_location_data'] = df.apply(lambda x: requests.get(segment1 + urllib.parse.quote(str(x['locations'])) + segment3).json(), axis=1)

# 从返回的JSON中提取经纬度
def get_lat_lon(json_data):
    if json_data:
        return pd.Series([json_data[0]['lat'], json_data[0]['lon']])
    return pd.Series([None, None])

df[['latitude', 'longitude']] = df['json_location_data'].apply(get_lat_lon)
print(df)

进阶优化（避免被Nominatim封禁） #

Nominatim有请求频率限制，直接批量请求容易被封禁，建议添加请求头和延迟：

import pandas as pd
import requests
import urllib.parse
import time

locations = ['Portland, Oregon', 'Seattle, Washington','New York, New York','Texas, United States']
df = pd.DataFrame(locations, columns=['locations'])

segment1 = 'https://nominatim.openstreetmap.org/search/'
segment3 = '?format=json'

def fetch_location_data(address):
    # 添加请求头模拟浏览器访问
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
    }
    url = segment1 + urllib.parse.quote(str(address)) + segment3
    response = requests.get(url, headers=headers)
    # 添加1秒延迟，符合Nominatim使用规范
    time.sleep(1)
    return response.json()

# 直接对列使用apply，无需指定axis
df['json_location_data'] = df['locations'].apply(fetch_location_data)

# 提取经纬度
def get_lat_lon(json_data):
    if json_data:
        return pd.Series([json_data[0]['lat'], json_data[0]['lon']])
    return pd.Series([None, None])

df[['latitude', 'longitude']] = df['json_location_data'].apply(get_lat_lon)
print(df)

内容的提问来源于stack exchange，提问作者user2813606