如何用GeoText为DataFrame批量提取城市并生成location列？

现有名为df_test_geo的DataFrame，结构如下：

{'userid': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 6, 6: 7}, 
 'text_string': {0: 'I live in Miami and work in software', 
                 1: 'Chicago, IL', 
                 2: 'Dog Mom in Cincinnati', 
                 3: 'Accountant at @EY/Baltimore', 
                 4: 'World traveler but I call Atlanta home', 
                 5: 'Lover of dogs!', 
                 6: 'Working in Orlando. From Korea.'}}

已导入库：from geotext import GeoText

单独处理单行文本（如places = GeoText(df_test_geo.text_string[0])）可正确返回['Miami']，但直接传入整列（places = GeoText(df_test_geo.text_string)）会报错：TypeError: expected string or bytes-like object。

需求：为所有行执行城市提取操作，生成名为location的新列，存储每行提取到的城市（无城市则为空），预期输出顺序为：Miami, Chicago, Cincinnati, Baltimore, Atlanta, '', Orlando

GeoText仅支持处理单个字符串对象，无法直接接收Pandas的Series类型，因此需要用apply方法逐行处理text_string列：

代码实现 #

from geotext import GeoText
import pandas as pd

# 构造示例DataFrame（已有则可跳过）
data = {'userid': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 6, 6: 7}, 
        'text_string': {0: 'I live in Miami and work in software', 
                        1: 'Chicago, IL', 
                        2: 'Dog Mom in Cincinnati', 
                        3: 'Accountant at @EY/Baltimore', 
                        4: 'World traveler but I call Atlanta home', 
                        5: 'Lover of dogs!', 
                        6: 'Working in Orlando. From Korea.'}}
df_test_geo = pd.DataFrame(data)

# 定义城市提取函数
def extract_city(text):
    places = GeoText(text)
    # 提取第一个匹配到的城市，无结果则返回空字符串
    return places.cities[0] if places.cities else ''

# 生成新列location
df_test_geo['location'] = df_test_geo['text_string'].apply(extract_city)

验证结果 #

执行后df_test_geo['location']的输出为：

0       Miami
1     Chicago
2    Cincinnati
3    Baltimore
4      Atlanta
5           
6      Orlando
Name: location, dtype: object

完全符合预期要求。

内容的提问来源于stack exchange，提问作者wizkids121