使用GeoPandas计算地址间距离时遇TypeError问题求助

1. 检查经纬度数据类型 #

TypeError最常见的触发原因是经纬度列不是数值类型。先确认DataFrame中lat和lon列的类型：

print(df[['lat', 'lon']].dtypes)

如果输出为object（字符串类型），先转换为数值：

df['lat'] = pd.to_numeric(df['lat'], errors='coerce')
df['lon'] = pd.to_numeric(df['lon'], errors='coerce')

转换后检查缺失值（无法转换的内容会被转为NaN），并处理：

# 查看缺失值数量
print(df[['lat', 'lon']].isna().sum())
# 删除含缺失值的行
df = df.dropna(subset=['lat', 'lon'])

2. 确认Shapely Point的参数顺序 #

Shapely的Point构造函数要求参数顺序为**(经度, 纬度)**（x轴对应经度，y轴对应纬度），如果搞反成(纬度, 经度)，不仅会导致距离计算错误，若目标地址与DataFrame中Point的参数顺序不一致，也可能触发类型相关的隐性错误。

正确创建Point的方式：

from shapely.geometry import Point

# 目标地址：经度在前，纬度在后
target_point = Point(target_lon, target_lat)

# DataFrame中批量创建Point
df['point'] = df.apply(lambda row: Point(row['lon'], row['lat']), axis=1)

3. 验证目标地址的Point对象有效性 #

确保target_address是有效的shapely.geometry.Point实例，而非字符串、元组等其他类型：

# 错误示例：传入非Point类型
target_address = "34.0522, -118.2437"  # 字符串
target_address = (34.0522, -118.2437)  # 元组

# 正确示例
target_lon = -118.2437
target_lat = 34.0522
target_address = Point(target_lon, target_lat)

4. 正确计算地理英里距离 #

Shapely原生的distance()方法计算的是平面笛卡尔距离，并非真实地理距离。要得到英里数，需用地理坐标系计算球面距离：

方法一：用geopy（简洁直观） #

from geopy.distance import geodesic

# 目标地址以(纬度, 经度)元组传入
target_coords = (target_lat, target_lon)

# 批量计算英里距离
df['distance_miles'] = df.apply(lambda row: geodesic(target_coords, (row['lat'], row['lon'])).miles, axis=1)

方法二：用pyproj+shapely（自定义性更强） #

from pyproj import Geod
from shapely.geometry import Point

# 使用WGS84椭球体
geod = Geod(ellps='WGS84')

def calc_miles(target_point, row_point):
    # 计算米距后转换为英里
    _, _, dist_meters = geod.inv(target_point.x, target_point.y, row_point.x, row_point.y)
    return dist_meters * 0.000621371

df['distance_miles'] = df['point'].apply(lambda p: calc_miles(target_address, p))

5. 定位具体错误行 #

若以上步骤仍未解决问题，添加调试代码找到触发错误的具体数据行：

def safe_create_point(row):
    try:
        return Point(row['lon'], row['lat'])
    except TypeError as e:
        print(f"错误行索引: {row.name} | 错误信息: {e}")
        print(f"纬度值/类型: {row['lat']} | {type(row['lat'])}")
        print(f"经度值/类型: {row['lon']} | {type(row['lon'])}")
        return None

df['point'] = df.apply(safe_create_point, axis=1)

内容的提问来源于stack exchange，提问作者user3476463