如何用Pandas和Geopy将地址解析的经纬度拆分为单独列？

一、拆分point列为独立的latitude和longitude列 #

针对你point列中的元组数据（如(27.9477595, -82.458444, 0.0)），有两种简洁的方法拆分出纬度和经度：

方法1：使用apply处理空值与提取元素 #

这种方法可以明确处理point列为None的情况：

# 提取纬度（元组第一个元素）
df_trainers['latitude'] = df_trainers['point'].apply(lambda x: x[0] if x is not None else None)
# 提取经度（元组第二个元素）
df_trainers['longitude'] = df_trainers['point'].apply(lambda x: x[1] if x is not None else None)

方法2：使用pandas的字符串索引（更简洁） #

pandas支持直接对元组列使用str索引提取元素，会自动处理空值：

df_trainers['latitude'] = df_trainers['point'].str[0]
df_trainers['longitude'] = df_trainers['point'].str[1]

二、Folium对合并坐标数据的支持 #

Folium支持直接使用元组格式的坐标数据，无需强制拆分。大部分标记类（如Marker、CircleMarker）的location参数接受元组/列表格式的(纬度, 经度)：

示例代码：

import folium

# 创建基础地图
m = folium.Map(location=[27.9477595, -82.458444], zoom_start=12)

# 遍历数据添加标记
for _, row in df_trainers.iterrows():
    if row['point']:
        # 取元组前两个元素（忽略海拔值0.0）
        folium.Marker(
            location=row['point'][:2],
            popup=row['full_address']
        ).add_to(m)

# 保存或显示地图
m.save('trainers_map.html')

需要注意：如果元组包含海拔值（如你的数据中的第三个元素0.0），Folium不需要该值，所以取前两个元素传入即可。

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