- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我有一个返回纬度和经度信息的函数。我想在数据框中为这 4 个变量创建列。
这是我的代码:
import geocoder
import pandas as pd
import geolib
from geolib import geohash
df = pd.read_csv('New_DP2.csv')
key = [redacted]
fields = ['NWLat', 'NWLong', 'SELat', 'SELong']
def getData(address, key):
g = geocoder.mapquest(address, key=key)
lat = g.lat
lng = g.lng
h = geolib.geohash.encode(lat, lng, 7)
hashes = geolib.geohash.neighbours(h)
NW = geohash.decode(hashes.nw)
SE = geohash.decode(hashes.ne)
nwlat = NW.lat
nwlon = NW.lon
selat = SE.lat
selon = SE.lon
我想在数据框中创建四列,这些列将为“nwlat”、“nwlon”、“selat”、“selon”创建列。
通常我会简单地返回 nwlat 然后创建一个 lambda
df['NWLong'] = df.apply(lambda row: getData(row['a'], key), axis = 1)
然后我会为我想要返回的其他 3 个变量的每个案例执行此操作。但是后来我总共运行了 4 次而不是一次。
最佳答案
你们很接近。您需要做的就是弄清楚如何适本地返回结果。您的函数需要如下所示:
def getData(address, key):
...
NW = geohash.decode(hashes.nw)
SE = geohash.decode(hashes.ne)
return pd.Series(dict(zip(fields, [NW.lat, NW.lon, SE.lat, SE.lon])))
然后您可以使用 Series.apply
:
df = pd.DataFrame({'address': ['Los Angeles, CA']}) # for example
df['address'].apply(getData, key=key)
NWLat NWLong SELat SELong
0 34.0541839599609375 -118.2451629638671875 34.0541839599609375 -118.2424163818359375
这通过让 getData
返回一个 Series 对象(以 fields
作为索引)来实现。 apply
会自动构造一个 DataFrame 并返回结果。
旁注:要将这些列连接到现有的 df
,请调用 pd.concat
:
res = pd.concat([df, df['address'].apply(getData, key=key)], axis=1)
如果您的 DataFrame 中没有 NaN,另一种选择是使用列表理解。这是性能(和内存)微优化。
def getData2(address, key):
...
NW = geohash.decode(hashes.nw)
SE = geohash.decode(hashes.ne)
return [NW.lat, NW.lon, SE.lat, SE.lon]
pd.DataFrame([getData2(a, key) for a in df['address']], columns=fields)
NWLat NWLong SELat SELong
0 34.0541839599609375 -118.2451629638671875 34.0541839599609375 -118.2424163818359375
有关列表推导及其优势的更多信息已在我的帖子中进行了详细说明:For loops with pandas - When should I care?
关于python - 从 pandas apply 构造一个 DataFrame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54916019/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!