如何用if循环实现Python按坐标过滤CSV事故数据？

我需要按坐标区域过滤事故数据，已经能用pandas的loc方法实现，但想改用if循环完成，不清楚if循环内的代码逻辑，请求完善代码。

原loc方法实现代码 #

def filterAccidentsByBounds():
    # 按给定范围过滤自行车事故DataFrame
    df_bikeAccidents_h = df_bikeAccidents.loc[
        (df_bikeAccidents['Latitude'] >= 52.302885) &
        (df_bikeAccidents['Latitude'] <= 52.453221) &
        (df_bikeAccidents['Longitude'] >= 9.584375) &
        (df_bikeAccidents['Longitude'] <= 9.902979)
    ]
    
    # 打印汉诺威的自行车事故数量
    print("汉诺威的自行车事故数量:", len(df_bikeAccidents_h))
    
    return df_bikeAccidents_h

df_bikeAccidents_h = filterAccidentsByBounds()

我尝试的if循环框架 #

def filterAccidentsByBounds():
    # 按给定范围过滤自行车事故DataFrame
    # df_bikeAccidents_h = ...
    # XGCSWGS84        YGCSWGS84
    # 打印汉诺威的自行车事故数量
    
    # YOUR CODE HERE
    
    df_bikeAccidents_h = df_bikeAccidents
    if df[[XGCSWGS84]] <= 52.453221 and df[[XGCSWGS84]] >= 52.302885:
        if df[[YGCSWGS84]] <= 9.902979 and df[[YGCSWGS84]] >= 9.584375
    
    
    return df_bikeAccidents_h

df_bikeAccidents_h = filterAccidentsByBounds()

修正后的if循环实现代码 #

直接对整个DataFrame用if判断行不通，因为df[[XGCSWGS84]]返回的是Series（一列数据），不是单个数值，无法直接做布尔判断。要实现循环过滤，需要遍历每一行数据，逐个判断坐标是否在范围内，再收集符合条件的行：

import pandas as pd

def filterAccidentsByBounds():
    # 定义坐标范围（对应汉诺威区域）
    min_lat = 52.302885
    max_lat = 52.453221
    min_lon = 9.584375
    max_lon = 9.902979
    
    # 创建空DataFrame存储过滤结果（保留原数据的列结构）
    df_bikeAccidents_h = df_bikeAccidents.iloc[0:0].copy()
    
    # 遍历每一行数据
    for _, row in df_bikeAccidents.iterrows():
        # 获取当前行的经纬度（注意列名要和你的DataFrame一致）
        current_lat = row['XGCSWGS84']
        current_lon = row['YGCSWGS84']
        
        # 判断坐标是否在指定范围内
        if (min_lat <= current_lat <= max_lat) and (min_lon <= current_lon <= max_lon):
            # 将符合条件的行添加到结果DataFrame
            df_bikeAccidents_h = pd.concat([df_bikeAccidents_h, pd.DataFrame([row])], ignore_index=True)
    
    # 打印过滤后的事故数量
    print("汉诺威的自行车事故数量:", len(df_bikeAccidents_h))
    
    return df_bikeAccidents_h

df_bikeAccidents_h = filterAccidentsByBounds()

关键说明： #

1. 空DataFrame初始化：用iloc[0:0]创建和原数据列结构一致的空DataFrame，避免后续拼接出错。
2. 遍历行数据：用iterrows()遍历每一行，_用来接收不需要的索引值，row是当前行的Series对象。
3. 条件判断：针对单个行的经纬度数值做范围判断，符合条件的行转成DataFrame后拼接到结果中。
4. 列名匹配：确保代码中的XGCSWGS84和YGCSWGS84是你DataFrame中实际的经纬度列名，和原loc代码的Latitude/Longitude对应上。

注意： #

这种循环遍历的方式效率远低于loc方法，因为loc是pandas的矢量化操作，底层用C实现，处理大数据量时速度差很多。如果不是为了学习循环逻辑，优先用原loc方法。

内容的提问来源于stack exchange，提问作者zandekan