如何基于Series内容删除Pandas DataFrame行并提取地理编码属性
解决方案
步骤1:删除地理编码错误的行
你可以通过apply方法遍历lugar列,判断每个Location对象的raw属性中是否存在error键,筛选出无错误的行:
# 保留raw中不存在error键的行 df_clean = df[df['lugar'].apply(lambda x: 'error' not in x.raw)].copy()
处理后得到的df_clean就已经移除了所有地理编码失败的记录。
步骤2:提取属性新增为DataFrame列
继续用apply方法从raw的address字典中提取需要的字段即可,比如国家代码、国家、省份等:
# 提取国家代码 df_clean['country_code'] = df_clean['lugar'].apply(lambda x: x.raw['address'].get('country_code')) # 提取国家名称 df_clean['country'] = df_clean['lugar'].apply(lambda x: x.raw['address'].get('country')) # 提取州/省名称 df_clean['state'] = df_clean['lugar'].apply(lambda x: x.raw['address'].get('state')) # 提取城市/县名称 df_clean['county'] = df_clean['lugar'].apply(lambda x: x.raw['address'].get('county'))
这里用get方法取值是为了避免部分地址缺少对应字段时报错,缺少字段的位置会自动填充为None。
扩展说明
如果后续需要提取经纬度、显示名称等其他返回属性,直接修改apply中的取值路径即可,比如提取地理编码返回的经纬度:
df_clean['geocode_lat'] = df_clean['lugar'].apply(lambda x: x.raw.get('lat')) df_clean['geocode_lon'] = df_clean['lugar'].apply(lambda x: x.raw.get('lon'))
内容的提问来源于stack exchange,提问作者neavilag
相关产品推荐
相关产品推荐

