如何为整个DataFrame将经纬度转换为十进制度数？

问题背景 #

转换单个经纬度字符串为十进制度数的代码可以正常运行，但处理DataFrame中的经纬度列时，出现AttributeError: 'Series' object has no attribute 'split'错误，遍历DataFrame时也会出现类似的'DataFrame' object has no attribute 'split'错误。

用户提供的代码示例：

# 单个坐标转换（正常运行）
latitude = "20-18-6.65N"
N = 'N' in latitude
d, m, s = map(float, latitude[:-1].split('-'))
latitude = (d + m / 60. + s / 3600.) * (1 if N else -1)
longitude = "40-17-12.13W"
W = 'W' in longitude
d, m, s = map(float, longitude[:-1].split('-'))
longitude = (d + m / 60. + s / 3600.) * (-1 if W else 1)

print(latitude)
print(longitude)


latitude = ("20-18-6.65N")
longitude = ("40-17-12.13W")

latitude = sum(float(x) / 60 ** n for n, x in enumerate(latitude[:-1].split('-')))  * (1 if 'N' in latitude[-1] else -1)
longitude = sum(float(x) / 60 ** n for n, x in enumerate(longitude[:-1].split('-'))) * (1 if 'E' in longitude[-1] else -1)

print(latitude, longitude)


# 处理DataFrame时报错
latlong = df.iloc[:, 0:3] # Subset for columns needed.
latlong_df = pd.DataFrame(data = latlong) # transform into pandas df.
lats_df = latlong_df.iloc[:, 1] # subset for latitude column.
longs_df = latlong_df.iloc[:, 2] # subset for longitude column.
for i in latlong_df: 
    lats_df = sum(float(x) / 60 ** n for n, x in enumerate(lats_df[:-1].split('-')))  * (1 if 'N' in lats_df[-1] else -1)
    longs_df = sum(float(x) / 60 ** n for n, x in enumerate(longs_df[:-1].split('-'))) * (1 if 'E' in longs_df[-1] else -1)
    print(lats_df, longs_df)

错误原因 #

split()是Python字符串对象的方法，而lats_df、longs_df是Pandas的Series对象（代表DataFrame的一列），直接对Series调用split()会触发属性错误。遍历DataFrame时，循环变量是列名，也无法直接调用split()。

解决方案 #

方法1：使用Pandas字符串方法（str.split）批量处理 #

利用Pandas的str属性，对Series中的每个字符串元素批量应用字符串操作：

import pandas as pd

# 假设你的DataFrame为df，纬度列索引为1，经度列索引为2
latlong_df = df.iloc[:, 0:3]

# 处理纬度列
# 提取方向字符（N/S）
lat_direction = latlong_df.iloc[:,1].str[-1]
# 拆分度分秒并转为数值
lat_parts = latlong_df.iloc[:,1].str[:-1].str.split('-', expand=True).astype(float)
# 计算十进制度纬度
latlong_df['decimal_lat'] = (lat_parts[0] + lat_parts[1]/60 + lat_parts[2]/3600) * lat_direction.map({'N':1, 'S':-1})

# 处理经度列
lon_direction = latlong_df.iloc[:,2].str[-1]
lon_parts = latlong_df.iloc[:,2].str[:-1].str.split('-', expand=True).astype(float)
latlong_df['decimal_lon'] = (lon_parts[0] + lon_parts[1]/60 + lon_parts[2]/3600) * lon_direction.map({'E':1, 'W':-1})

print(latlong_df[['decimal_lat', 'decimal_lon']])

方法2：编写转换函数，用apply逐元素处理 #

先定义一个通用的经纬度转换函数，再对Series的每个元素应用该函数：

import pandas as pd

def coord_to_decimal(coord_str):
    # 提取方向
    direction = coord_str[-1]
    # 拆分度、分、秒
    d, m, s = map(float, coord_str[:-1].split('-'))
    # 计算十进制值
    decimal_val = d + m/60 + s/3600
    # 根据方向调整正负
    if direction in ['S', 'W']:
        decimal_val *= -1
    return decimal_val

latlong_df = df.iloc[:, 0:3]
# 对纬度列应用函数
latlong_df['decimal_lat'] = latlong_df.iloc[:,1].apply(coord_to_decimal)
# 对经度列应用函数
latlong_df['decimal_lon'] = latlong_df.iloc[:,2].apply(coord_to_decimal)

print(latlong_df[['decimal_lat', 'decimal_lon']])

这两种方法都能避免直接对Series/DataFrame调用split()的错误，高效完成批量转换。

内容的提问来源于stack exchange，提问作者Sawyer H