如何在Pandas DataFrame中提取经纬度并生成均值列？

可以实现你的需求，以下是具体步骤和代码：

1. 导入依赖库 #

import pandas as pd
import json

2. 构造示例数据（或直接使用你的现有DataFrame） #

# 模拟你的原始数据
data = {
    'geo': [
        '{"type":"MultiPolygon", "coordinates":[[-114.539, 56.3398], [-115.849,55.696], [-115.5279, 49.4193 ]]}',
        '{"type":"MultiPolygon", "coordinates":[[-117.0715, 53.18939], [-123.375, 52.9461]]}'
    ]
}
df = pd.DataFrame(data)

3. 解析GeoJSON列 #

先将geo列的JSON字符串转为Python字典，再提取其中的coordinates数组：

# 解析JSON字符串为字典
df['geo_dict'] = df['geo'].apply(json.loads)
# 提取坐标列表
df['coordinates'] = df['geo_dict'].apply(lambda x: x['coordinates'])

4. 计算经纬度均值并新增列 #

遍历每个coordinates数组，分离经度（每个子数组的第一个元素）和纬度（第二个元素），分别计算均值：

# 计算经度均值
df['avg_longitude'] = df['coordinates'].apply(lambda coords: pd.Series([pair[0] for pair in coords]).mean())
# 计算纬度均值
df['avg_latitude'] = df['coordinates'].apply(lambda coords: pd.Series([pair[1] for pair in coords]).mean())

5. （可选）清理中间辅助列 #

如果不需要中间的geo_dict和coordinates列，可以删除：

df = df.drop(['geo_dict', 'coordinates'], axis=1)

最终结果 #

运行完上述代码后，你的DataFrame会新增avg_longitude和avg_latitude两列，分别对应每组坐标的经纬度均值。

处理异常情况（可选） #

如果你的数据中存在空的coordinates数组，为避免计算报错，可以添加判断逻辑：

df['avg_longitude'] = df['coordinates'].apply(lambda coords: pd.Series([pair[0] for pair in coords]).mean() if coords else None)
df['avg_latitude'] = df['coordinates'].apply(lambda coords: pd.Series([pair[1] for pair in coords]).mean() if coords else None)

内容的提问来源于stack exchange，提问作者Nephophile