如何提取DataFrame中GPS轨迹字符串列的首尾坐标点

你的核心问题是trajectory列的元素是字符串格式的坐标列表，而非实际的Python列表/元组对象，所以直接索引会把字符串拆成单个字符，导致报错或得到错误结果。以下是具体解决步骤：

方法一：用ast.literal_eval转换为实际列表（推荐） #

这是最可靠的方法，能把符合Python语法的字符串直接转换成对应的对象：

1. 导入ast模块：

import ast

2. 转换trajectory列的元素类型：

df['trajectory'] = df['trajectory'].apply(ast.literal_eval)

3. 提取首尾坐标：
   • 获取每个轨迹的首坐标：

     # 两种写法都可以
     df['start_point'] = df['trajectory'].str[0]
     # 或者用apply
     df['start_point'] = df['trajectory'].apply(lambda x: x[0])
     

   • 获取每个轨迹的尾坐标：

     df['end_point'] = df['trajectory'].str[-1]
     # 或者
     df['end_point'] = df['trajectory'].apply(lambda x: x[-1])
     

4. 若需要拆分出单独的经纬度列：

   # 首坐标的纬度和经度
   df['start_lat'] = df['trajectory'].apply(lambda x: x[0][0])
   df['start_lon'] = df['trajectory'].apply(lambda x: x[0][1])
   # 尾坐标的纬度和经度
   df['end_lat'] = df['trajectory'].apply(lambda x: x[-1][0])
   df['end_lon'] = df['trajectory'].apply(lambda x: x[-1][1])
   

方法二：正则表达式提取（仅适用于格式绝对规整的情况） #

如果字符串格式完全统一，也可以用正则匹配坐标对，但这种方法容错性差，不推荐用于复杂场景：

import re
import pandas as pd

# 匹配坐标对的正则表达式
pattern = re.compile(r'\((-?\d+\.\d+), (-?\d+\.\d+)\)')

def get_start_end(s):
    coords = pattern.findall(s)
    # 转换为浮点数元组
    coords = [(float(lat), float(lon)) for lat, lon in coords]
    return coords[0], coords[-1]

# 提取首尾坐标
df[['start_point', 'end_point']] = df['trajectory'].apply(lambda x: pd.Series(get_start_end(x)))

关键说明 #

• 转换后df['trajectory']的dtype仍为object，但每个元素已变成实际的Python列表，此时df['trajectory'][0][0]会返回第一个坐标的纬度值（而非字符'['）。
• 你之前尝试的df["trajectory"][:,0]是针对二维数组的索引方式，不适用于DataFrame的一维列，转换后用str[0]或apply即可实现需求。

内容的提问来源于stack exchange，提问作者robot