Pandas：拆分列中元组数据，生成独立纬度、经度列

Hey there! 针对你已经生成的Country_cord列，我来分享两种简单高效的方法，把里面的纬度和经度分别提取到lat和lon列中：

方法1：用lambda函数逐个提取 #

这种方法直观易懂，适合分步处理：

# 提取纬度：访问元组的第二个元素的第一个值
df['lat'] = df['Country_cord'].apply(lambda x: x[1][0] if x is not None else None)
# 提取经度：访问元组的第二个元素的第二个值
df['lon'] = df['Country_cord'].apply(lambda x: x[1][1] if x is not None else None)

• 为什么要加if x is not None？因为geolocator.geocode()可能会返回None（比如某些国家名称无法匹配到地理坐标），加上这个判断可以避免触发TypeError。
• 逻辑说明：x代表Country_cord列的每一个元素，x[1]就是包含经纬度的子元组，x[1][0]对应纬度，x[1][1]对应经度。

方法2：用pd.Series一次性展开两列 #

这种方法更简洁，能同时生成lat和lon列：

import pandas as pd

# 将经纬度元组直接展开为两列
df[['lat', 'lon']] = df['Country_cord'].apply(
    lambda x: pd.Series(x[1]) if x is not None else pd.Series([None, None])
)

• 这里利用pd.Series把经纬度元组转换成一个包含两个元素的Series，Pandas会自动把它拆分成两列赋值给lat和lon。
• 同样处理了x is None的情况，保证数据的完整性。

注意事项 #

• 确保Country_cord列的元素结构是统一的：(国家名称, (纬度, 经度))，如果有特殊格式的元素，可能需要额外做格式校验。
• 处理完后可以用df[['lat', 'lon']].isnull().sum()检查一下有多少行没有匹配到坐标，方便后续的清洗工作。

内容的提问来源于stack exchange，提问作者punit kumar Sharma