如何清理Pandas DataFrame中location列的冗余信息与坐标？

嘿，这个问题很常见——你现在存到location列的是Nominatim返回的完整Location对象，它包含了地址解析后的所有信息（比如完整地址、坐标甚至额外元数据），所以才会出现冗余内容。要只保留原始区名，有两种简单的处理方式：

方式1：在数据收集阶段直接存入区名 #

修改你循环里的append语句，把location换成原始的borough变量就行，这样生成的DataFrame一开始就带正确的区名。另外建议把geolocator实例化移到循环外，避免重复创建实例浪费资源：

import pandas as pd
from geopy.geocoders import Nominatim

dfB = []
city = 'Toronto, Canada'
boroughs = df["Boroughs"]
geolocator = Nominatim(user_agent="foursquare_agent")  # 移到循环外更高效

for borough in boroughs:
    try:
        address = borough + ', ' + city
        location = geolocator.geocode(address)
        lat = location.latitude
        lng = location.longitude
        dfB.append([borough, lat, lng])  # 这里把location换成原始区名borough
    except Exception as e:
        print(f"获取{address}坐标失败: {str(e)}")  # 优化错误提示，方便排查问题

dfB = pd.DataFrame(dfB, columns=["location", "lat", "lng"])
dfB

方式2：如果已经生成了dfB，事后替换location列 #

如果你已经跑完了原来的代码，不想重新爬取坐标，可以直接用原始的boroughs序列覆盖location列：

dfB['location'] = boroughs.values

这样就能得到你预期的结果：location列仅保留对应区名，同时保留正确的经纬度数据。

内容的提问来源于stack exchange，提问作者Organic Heart