使用pyzipcode库查询邮编信息，不存在的邮编如何返回NaN

问题原因 #

你直接用zipDB[邮编]的语法查询不存在的邮编时，pyzipcode库会直接抛出KeyError异常，而非返回空值，因此你提前用pd.isnull判断的逻辑还没执行就会中断报错。从报错的源码也可以看到，库内部的__getitem__方法会先调用get查询，查询不到就直接抛异常。

具体实现 #

推荐用一次apply完成三个字段的生成，避免对DataFrame做三次遍历，提升运行效率，两种实现方式可选：

方式1：异常捕获（兼容性最强） #

import pyzipcode
from pyzipcode import ZipCodeDatabase
import numpy as np
import pandas as pd

zipDB = ZipCodeDatabase()

def get_zip_info(zip_code):
    try:
        zip_info = zipDB[int(zip_code)]
        return pd.Series([zip_info.state, zip_info.latitude, zip_info.longitude])
    except KeyError:
        # 未查询到的邮编对应字段返回NaN
        return pd.Series([np.nan, np.nan, np.nan])

dfZ[['State', 'LAT', 'LNG']] = dfZ['Zip'].apply(get_zip_info)

方式2：调用库内置get方法（代码更直观） #

从报错的源码可以看到库内置了get方法，查询不到会返回None，不会抛异常，也可以直接用这个方法实现逻辑：

import pyzipcode
from pyzipcode import ZipCodeDatabase
import numpy as np
import pandas as pd

zipDB = ZipCodeDatabase()

def get_zip_info(zip_code):
    # 邮编统一转成补零到5位的字符串，符合库的查询规则
    zip_str = str(zip_code).zfill(5)
    zip_info = zipDB.get(zip_str)
    if zip_info:
        return pd.Series([zip_info.state, zip_info.latitude, zip_info.longitude])
    return pd.Series([np.nan, np.nan, np.nan])

dfZ[['State', 'LAT', 'LNG']] = dfZ['Zip'].apply(get_zip_info)

如果要保留你原来三次单独赋值的写法，可以把lambda表达式改写成如下形式：

dfZ['State'] = dfZ['Zip'].apply(lambda x: zipDB[int(x)].state if zipDB.get(str(x).zfill(5)) else np.nan)
dfZ['LAT'] = dfZ['Zip'].apply(lambda x: zipDB[int(x)].latitude if zipDB.get(str(x).zfill(5)) else np.nan)
dfZ['LNG'] = dfZ['Zip'].apply(lambda x: zipDB[int(x)].longitude if zipDB.get(str(x).zfill(5)) else np.nan)

注意这种写法会对每个邮编重复查询三次，数据量大的时候效率更低，不推荐。

内容的提问来源于stack exchange，提问作者ponnob