使用 .astype(str) 将具有地址和坐标的列转换为字符串会删除坐标

Question

我正在使用 geopy 包来搜索坐标的地址，该列返回匹配的地址和坐标

我只想获取坐标

这是一个向您展示其工作原理的测试：

# Test to see if response is obtained for easy address
location = geolocator.geocode("175 5th Avenue NYC", timeout=10)
print((location.latitude, location.longitude))

>>> (40.7410861, -73.9896298241625)

在我的代码中，我有一个包含城市的 CSV，然后使用 geopy 包进行查找

data['geocode_result'] = [geolocator.geocode(x, timeout = 60) for x in data['ghana_city']]

我只想从这里获取坐标

尽管正则表达式很好，但使用提取似乎不起作用，只是 returns NaN 值：

p = r'(?P<latitude>-?\d+\.\d+)?(?P<longitude>-?\d+\.\d+)'
data[['g_latitude', 'g_longitude']] = data['geocode_result2'].str.extract(p, expand=True)
data

我感觉这些问题是由于列中的 geopy 返回的对象引起的

正则表达式是正确的，已在 Regexr.com 上验证：

我已经尝试将列转换为字符串，但是坐标被删除了？！

data['geocode_result2'] = (data['geocode_result2']).astype(str)
data

有人可以帮忙吗？非常感谢

虚拟数据：

我要从中提取坐标的列是 geocode_result2 或 geocode_result

     geocode_result2
1    (Agona Swedru, Central Region, Ghana, (5.534454, -0.700763))
2    (Madina, Adenta, Greater Accra Region, PMB 107 MD, Ghana, (5.6864962, -0.1677052))
3    (Ashaiman, Greater Accra Region, TM3 8AA, Ghana, (5.77329565, -0.110766330148484))

获取坐标的最终代码：

data['geocode_result'] = [geolocator.geocode(x, timeout = 60) for x in data['ghana_city']]
x = data['geocode_result']
data.dropna(subset=['geocode_result'], inplace=True)
data['g_latitude'] = data['geocode_result'].apply(lambda loc: loc.latitude)
data['g_longitude'] = data['geocode_result'].apply(lambda loc: loc.longitude)
data

Answer 1

您可以尝试使用 .apply 和 .str

例如：

def getLatLog(d):
    try:
        return re.findall(r"\d+\.\d+", d)
    except:
        return [None, None]

df['g_latitude'], df['g_longitude'] = df["geocode_result2"].apply(lambda x: getLatLog(x)).str
print(df["g_latitude"])
print(df["g_longitude"])

输出：

0      5.534454
1     5.6864962
2    5.77329565
Name: g_latitude, dtype: object
0             0.700763
1            0.1677052
2    0.110766330148484
Name: g_longitude, dtype: object

Answer 2

geolocator.geocode returns Location 对象而不是字符串（尽管它的字符串表示实际上包含您试图解析的 lat/long ），所以 lat/long 可以通过分别访问 location.latitude/ location.longitude 属性来检索。

# Make geocoding requests
data['geocode_result'] = [geolocator.geocode(x, timeout = 60) for x in data['ghana_city']]
# Extract lat/long to separate columns
data['g_latitude'] = data['geocode_result'].apply(lambda loc: loc.latitude)
data['g_longitude'] = data['geocode_result'].apply(lambda loc: loc.longitude)

Result

（由于缺乏声誉，我无法发表评论，所以我在这里回答坐标下降混乱）。

str(location) returns 一个文本地址（没有坐标），但是 repr(location) returns 以下格式的字符串（包括坐标）：

Location(%(address)s, (%(latitude)s, %(longitude)s, %(altitude)s))

打印 data 时看到的内容使用 repr（pandas 似乎为了简洁而删除了前导 Location 类型），因此您可以看到坐标。但是当列转换为 str 时，它使用 str 表示，不包括坐标。这就是全部的魔力。

使用 .astype(str) 将具有地址和坐标的列转换为字符串会删除坐标

Converting a column with address and coordinates to string with .astype(str) drops the coordinates

python

regex

string

geocoding

geopy