如何在Python Pandas中用apply处理两列实现ITM转WGS-84坐标

核心方案：利用pyproj批量转换或逐行处理 #

首先明确ITM坐标系的EPSG代码是2039，WGS84是4326。pyproj的Transformer支持批量处理整列数据（效率更高），也可以通过apply(axis=1)逐行处理，两种方法都能解决你的问题。

步骤1：导入依赖并创建转换器 #

import pandas as pd
from pyproj import Transformer

# 初始化ITM转WGS84的转换器，always_xy=True确保坐标顺序匹配CRS定义
transformer = Transformer.from_crs("EPSG:2039", "EPSG:4326", always_xy=True)

步骤2：处理数据集 #

假设你的数据集是df，包含x（ITM东向坐标）和y（ITM北向坐标）列。

方法一：矢量化批量转换（推荐，大数据集高效） #

直接将整列数据传入转换器，无需逐行循环：

# 批量转换，返回经度(lon)、纬度(lat)
lon, lat = transformer.transform(df['x'].values, df['y'].values)

# 将结果添加到原数据框，按你的需求命名列
df['X'] = lat  # 对应示例中的33.04647（纬度）
df['Y'] = lon  # 对应示例中的35.56525（经度）

方法二：逐行apply处理（适合小数据集） #

如果你需要自定义逻辑，可以用apply(axis=1)逐行传入x、y值：

def convert_row(row):
    # 转换当前行的x、y坐标
    lon, lat = transformer.transform(row['x'], row['y'])
    # 返回Series，对应新列的取值
    return pd.Series([lat, lon], index=['X', 'Y'])

# 应用函数并合并结果到原数据框
df[['X', 'Y']] = df.apply(convert_row, axis=1)

关键说明 #

• always_xy=True必须设置：ITM的x/y对应东/北向，WGS84的坐标顺序是经度(lon)/纬度(lat)，该参数确保转换器使用正确的坐标映射。
• 你之前直接用apply失败的原因：默认apply是按列处理，函数会收到整列数据而非单行的x、y值，指定axis=1后才会按行传递数据。

内容的提问来源于stack exchange，提问作者Chubix34