如何解决Python中‘float’ object is not iterable错误？基于距离分类DataFrame

需求说明 #

我是Python新手，需要根据df2中地点的距离对df1中的地点分类：计算df1每个地点与df2所有地点的直线距离，只要存在任意一个df2地点距离小于1000米，就标记为close，否则标记为far。

已创建的两个坐标DataFrame：

import pandas as pd
import geopy.distance

df1 = pd.DataFrame([['a', 55.88, 37.48],
                   ['b', 55.88, 37.53],
                   ['c', 55.89, 37.45]],
                   columns=['name', 'lat', 'lng'])

df2 = pd.DataFrame([['f', 55.81, 37.12],
                   ['g', 55.79, 37.23],
                   ['h', 55.23, 37.21]],
                   columns=['name', 'lat', 'lng'])

df1数据：

df2数据：

期望输出的df1结果：

原代码错误分析 #

我尝试的代码运行时报错'float' object is not iterable，问题出在这几个地方：

• 使用df1.apply(dist, axis=1)时，函数会把df1的每一行数据传给dist函数，而不是整个df1，原函数定义def dist(df1)后又用for i in range(len(df1))遍历，逻辑完全错误
• 代码里用了未定义的data和metro变量，应该是df1和df2
• 循环逻辑错误：只要第一个df2地点不满足距离<1000米，就直接返回far，没有遍历完所有df2地点就提前返回，不符合需求

原错误代码：

def dist(df1):
    for i in range(len(df1)):
        for j in range(len(df2)):
            if geopy.distance.geodesic(
                tuple(data[['lat','lng']].iloc[i]),
                tuple(metro[['lat','lng']].iloc[j])).m <1000:
                    return 'close'
            else: return 'far'

 df1['dist_to_place'] = df1.apply(dist, axis=1)           

修正后的解决方案 #

调整函数逻辑，让它接收df1的每行数据，遍历所有df2地点检查距离：

def dist(df1_row):        
    # 遍历df2的所有地点
    for j in range(len(df2)):
        # 计算当前df1行与df2第j个地点的距离（单位：米）
        distance = geopy.distance.geodesic(
            tuple(df1_row[['lat','lng']]),
            tuple(df2[['lat','lng']].iloc[j])).m
        if distance < 1000:
            # 只要有一个地点距离达标，直接返回close
            return 'close'
    # 遍历完所有df2地点都不达标，返回far
    return 'far'

# 给df1添加分类列
df1['dist_to_place'] = df1.apply(dist, axis=1) 

验证结果 #

运行修正后的代码后，df1会得到期望的结果：

内容的提问来源于stack exchange，提问作者иван синев