pandas 中从 UTM 到纬度和经度的坐标
Coordinates from UTM to Latitude and Longitude in pandas
我有一个具有以下结果的 DataFrame:
我想将这些坐标列从 WGS84 转换为经度和纬度,最后将这些新列添加到我的数据框中:
对于转换,我使用以下代码,但我认为应该有更好的方法,无需将坐标列转换为列表并创建一个新的 DataFrame。
import pyproj as pp
from mpl_toolkits.basemap import Basemap
import pandas as pd
cx =dfb.COORDENADA_X.tolist()
cy =dfb.COORDENADA_Y.tolist()
utm15_wgs84 = pp.Proj(init='epsg:32615')
for ix, iy in zip(cx, cy):
lon, lat = utm15_wgs84(ix, iy, inverse=True)
print(lon, lat)
有什么建议吗?
使用pandas
DataFrame
中的apply
函数。例如
dfb[['wgs_x', 'wgs_y']] = dfb.apply(lambda row:utm15_wgs84(row['COORDENADA_X'], row['COORDENADA_Y'], inverse=True), axis=1).apply(pd.Series)
我有一个具有以下结果的 DataFrame:
我想将这些坐标列从 WGS84 转换为经度和纬度,最后将这些新列添加到我的数据框中:
对于转换,我使用以下代码,但我认为应该有更好的方法,无需将坐标列转换为列表并创建一个新的 DataFrame。
import pyproj as pp
from mpl_toolkits.basemap import Basemap
import pandas as pd
cx =dfb.COORDENADA_X.tolist()
cy =dfb.COORDENADA_Y.tolist()
utm15_wgs84 = pp.Proj(init='epsg:32615')
for ix, iy in zip(cx, cy):
lon, lat = utm15_wgs84(ix, iy, inverse=True)
print(lon, lat)
有什么建议吗?
使用pandas
DataFrame
中的apply
函数。例如
dfb[['wgs_x', 'wgs_y']] = dfb.apply(lambda row:utm15_wgs84(row['COORDENADA_X'], row['COORDENADA_Y'], inverse=True), axis=1).apply(pd.Series)