使用proximityhash库时遇TypeError：无法将Series转换为float类型

问题代码 #

import proximityhash

# 筛选数据集所需列
df_new=df.filter(['latitude', 'longitude','cell_radius'])

# 将列值赋值给变量
latitude = df_new['latitude']
longitude = df_new['longitude']
radius= df_new['cell_radius']
precision = 7

# 尝试调用proximityhash库生成新列
df_new['proximityhash']=df_new.apply([proximityhash.create_geohash(latitude,longitude,radius,precision=7)])
        
print(df_new) 

触发的错误 #

TypeError                                 Traceback (most recent call last)
Input In [29], in <cell line: 15>()
     11 import pygeohash as gh
     13 import proximityhash
---> 15 df_new['proximityhash']=df_new.apply([proximityhash.create_geohash(latitude,longitude,radius,precision=7)])
     17 print(df_new)

File ~\Anaconda3\lib\site-packages\proximityhash.py:57, in create_geohash(latitude, longitude, radius, precision, georaptor_flag, minlevel, maxlevel)
     54 height = (grid_height[precision - 1])/2
     55 width = (grid_width[precision-1])/2
---> 57 lat_moves = int(math.ceil(radius / height)) #4
     58 lon_moves = int(math.ceil(radius / width)) #2
     60 for i in range(0, lat_moves):

File ~\Anaconda3\lib\site-packages\pandas\core\series.py:191, in _coerce_method.<locals>.wrapper(self)
    189 if len(self) == 1:
    190     return converter(self.iloc[0])
---> 191 raise TypeError(f"cannot convert the series to {converter}")

TypeError: cannot convert the series to <class 'float'>

错误原因 #

1. 参数类型不匹配：proximityhash.create_geohash要求传入单个浮点型的纬度、经度和半径值，但你直接传入了整个Pandas Series（整列数据），函数无法将序列转换为单个float值。
2. apply用法错误：你将函数调用结果放在列表中传给apply，不符合Pandas apply的使用规范——apply需要接收可调用对象（如lambda函数）来逐行处理数据。

修正后的代码 #

import proximityhash

# 筛选所需列
df_new = df.filter(['latitude', 'longitude', 'cell_radius'])
precision = 7

# 逐行调用create_geohash生成目标列
df_new['proximityhash'] = df_new.apply(
    lambda row: proximityhash.create_geohash(
        row['latitude'], 
        row['longitude'], 
        row['cell_radius'], 
        precision=precision
    ),
    axis=1  # 指定按行处理数据
)

print(df_new)

关键修正点 #

• 使用lambda row获取每行数据，提取单个字段值传入函数，确保参数是符合要求的单个float类型。
• 添加axis=1参数，告诉Pandas按行遍历DataFrame，而非默认的按列处理。
• 移除不必要的列赋值变量，直接从行对象中取字段，简化代码逻辑。

内容的提问来源于stack exchange，提问作者Wishwa Rathnaweera