Pandas按County列合并DataFrame行数暴涨及坐标列生成方案

执行默认merge合并后行数暴涨，核心原因是cnty表的County列存在重复县域名称，合并时触发一对多笛卡尔积匹配，把所有同名县的记录都和df的对应行做了关联，最终行数远超出原df的3221行。

1. 格式预处理（推荐） #

先统一两个表County列的格式，去除首尾多余空格，避免因隐形格式问题导致匹配失败：

df['County'] = df['County'].str.strip()
cnty['County'] = cnty['County'].str.strip()

2. 经纬度表去重 #

对cnty表按County列去重，保证每个县域仅保留唯一一条经纬度记录，从根源避免一对多匹配导致的行数扩增：

cnty_dedup = cnty.drop_duplicates(subset='County', keep='first')

3. 左连接匹配 #

使用左连接规则，以原df为左表做关联，全程保留df原有3221行数据不变：

df = pd.merge(
    df,
    cnty_dedup[['County', 'lat', 'lng']],
    on='County',
    how='left'
)

4. 生成指定格式坐标列 #

按照要求构造map_cordinates列：

df['map_cordinates'] = df.apply(
    lambda x: {"type": "Point", "coordinates": [[x['lat']], [x['lng']]]},
    axis=1
)

• 合并完成后执行print(len(df))，输出结果应为3221，和原df行数完全一致
• 若存在经纬度为空的记录，可执行print(df[df['lat'].isna()]['County'].tolist())查看未匹配成功的县域，排查是否存在名称拼写不一致问题
• 若不需要单独保留lat、lng列，可执行df = df.drop(columns=['lat', 'lng'])删除冗余列

内容的提问来源于stack exchange，提问作者Lalit Joshi