Python GeoPy 错误处理
Python GeoPy Error Handling
我正在尝试使用 GeoPy 将一些地址转换为数据框中的坐标。有些地址无效,但我不知道是哪些。因此,我需要图书馆跳过那些无效的或将它们更改为 Null
或至少 raise
错误的确切字段。
以下工作正常:
import pandas as pd
import geopy
from geopy.geocoders import Nominatim
geolocator = Nominatim()
df = pd.DataFrame({'city': ['south hampton', 'north park']})
df['CityCoordinates'] = df['city'].apply(geolocator.geocode,timeout=1000000).apply(lambda x: (x.latitude, x.longitude))
但是一旦出现无效地址,整个事情就崩溃了:
df = pd.DataFrame({'city': ['south hampton', 'Southhamfdjhfdjhfgjgf', 'north park']})
df['CityCoordinates'] = df['city'].apply(geolocator.geocode, timeout=1000000).apply(lambda x: (x.latitude, x.longitude))
Geocoder 等其他库似乎也无法处理异常。 Lambda 似乎不允许错误处理。
我如何通过异常处理解决这个问题。
您可以从 lambda 中调用另一个可以进行错误处理的函数:
df = pd.DataFrame({'city': ['south hampton', 'Southhamfdjhfdjhfgjgf', 'north park']})
def eval_results(x):
try:
return (x.latitude, x.longitude)
except:
return (None, None)
df['CityCoordinates'] = df['city'].apply(geolocator.geocode, timeout=1000000).apply(lambda x: eval_results(x))
结果是这样的:
0 (42.8809229, -70.9625558)
1 (None, None)
2 (32.7408842, -117.1305876)
我正在尝试使用 GeoPy 将一些地址转换为数据框中的坐标。有些地址无效,但我不知道是哪些。因此,我需要图书馆跳过那些无效的或将它们更改为 Null
或至少 raise
错误的确切字段。
以下工作正常:
import pandas as pd
import geopy
from geopy.geocoders import Nominatim
geolocator = Nominatim()
df = pd.DataFrame({'city': ['south hampton', 'north park']})
df['CityCoordinates'] = df['city'].apply(geolocator.geocode,timeout=1000000).apply(lambda x: (x.latitude, x.longitude))
但是一旦出现无效地址,整个事情就崩溃了:
df = pd.DataFrame({'city': ['south hampton', 'Southhamfdjhfdjhfgjgf', 'north park']})
df['CityCoordinates'] = df['city'].apply(geolocator.geocode, timeout=1000000).apply(lambda x: (x.latitude, x.longitude))
Geocoder 等其他库似乎也无法处理异常。 Lambda 似乎不允许错误处理。
我如何通过异常处理解决这个问题。
您可以从 lambda 中调用另一个可以进行错误处理的函数:
df = pd.DataFrame({'city': ['south hampton', 'Southhamfdjhfdjhfgjgf', 'north park']})
def eval_results(x):
try:
return (x.latitude, x.longitude)
except:
return (None, None)
df['CityCoordinates'] = df['city'].apply(geolocator.geocode, timeout=1000000).apply(lambda x: eval_results(x))
结果是这样的:
0 (42.8809229, -70.9625558)
1 (None, None)
2 (32.7408842, -117.1305876)