如何在Python中将经纬度合并至同一列并添加坐标类型区分列

你的思路完全可行，但用pandas的melt函数会更高效，尤其适合你这种需要保留多列、仅转换特定列的场景，下面给你两种实现方式：

方法一：用pandas.melt（推荐） #

这是处理宽表转长表的标准方法，一行核心代码就能搞定，还能自动保留所有其他列：

代码示例 #

import pandas as pd

# 模拟你的实际数据（包含额外列）
df = pd.DataFrame({
    "Location": ["Place1", "Place2"],
    "Latitude": [32.123, 31.321],
    "Longitude": [120.123, 121.321],
    "City": ["Shanghai", "Nanjing"],
    "Population": [24870895, 9314685]
})

# 执行转换：id_vars指定需要保留的所有非经纬度列
result = pd.melt(
    df,
    id_vars=["Location", "City", "Population"],  # 替换成你实际要保留的十余列
    var_name="Lat/Long",
    value_name="Coords"
)

# 可选：按Location排序，让结果更整洁
result = result.sort_values("Location").reset_index(drop=True)

print(result)

参数说明 #

• id_vars: 填写所有不需要拆分的列名（比如你的十余列），这些列会原样保留，每一行经纬度数据都会对应这些列的值
• var_name: 对应你要的"Lat/Long"列，用来标记是纬度还是经度
• value_name: 对应你要的"Coords"列，存放经纬度的数值

方法二：按你的思路手动拆分合并 #

如果想按你最初的想法落地，步骤如下：

代码示例 #

import pandas as pd

# 同样用上面的模拟数据
df = pd.DataFrame({
    "Location": ["Place1", "Place2"],
    "Latitude": [32.123, 31.321],
    "Longitude": [120.123, 121.321],
    "City": ["Shanghai", "Nanjing"],
    "Population": [24870895, 9314685]
})

# 拆分纬度DataFrame
df_lat = df.copy()
df_lat["Lat/Long"] = "Latitude"
df_lat["Coords"] = df_lat["Latitude"]
# 只保留需要的列
df_lat = df_lat[["Location", "City", "Population", "Lat/Long", "Coords"]]

# 拆分经度DataFrame
df_lon = df.copy()
df_lon["Lat/Long"] = "Longitude"
df_lon["Coords"] = df_lon["Longitude"]
df_lon = df_lon[["Location", "City", "Population", "Lat/Long", "Coords"]]

# 合并两个DataFrame
result = pd.concat([df_lat, df_lon]).sort_values("Location").reset_index(drop=True)

print(result)

两种方法最终输出的结果完全一致，第一种方法更简洁，适合处理大量列的场景；第二种方法逻辑直观，适合新手理解。

内容的提问来源于stack exchange，提问作者TravisB