如何筛选Pandas DataFrame中经纬度在-90至90范围内的数据？

1. 先清洗数据，筛选有效经纬度行 #

在调用distance函数前，先过滤出所有经纬度数值都在[-90, 90]范围内的行：

# 定义筛选条件：四个经纬度列的数值都处于-90到90之间
valid_mask = (
    (df_n['pickup_latitude'].between(-90, 90)) &
    (df_n['pickup_longitude'].between(-90, 90)) &
    (df_n['dropoff_latitude'].between(-90, 90)) &
    (df_n['dropoff_longitude'].between(-90, 90))
)

# 提取符合要求的有效数据
df_valid = df_n[valid_mask].copy()

2. 调用函数处理有效数据 #

对清洗后的df_valid调用distance函数计算距离：

# 计算有效数据的行驶距离
distance_travelled = distance(df_valid)

# 将计算结果添加到有效数据框中
df_valid['distance'] = distance_travelled

3. （可选）保留原数据结构并填充结果 #

如果需要保留原数据的完整结构，可将有效行的距离结果匹配回去，无效行的distance设为缺失值：

# 初始化原数据框的distance列为缺失值
df_n['distance'] = pd.NA

# 将有效数据的距离赋值回原数据框对应行
df_n.loc[valid_mask, 'distance'] = distance_travelled

4. 优化原distance函数（可选） #

原函数使用iterrows遍历行效率较低，建议改用apply提升性能：

from geopy.distance import vincenty

def distance(df):
    return df.apply(
        lambda row: vincenty(
            (row['pickup_latitude'], row['pickup_longitude']),
            (row['dropoff_latitude'], row['dropoff_longitude'])
        ).mi,
        axis=1
    )

调用优化后的函数时，直接赋值即可：

df_valid['distance'] = distance(df_valid)

内容的提问来源于stack exchange，提问作者Robbie Case