尝试反向地理编码以获取邮政编码，不断出现属性错误，有什么建议吗？

Question

我正在尝试查找数据框中位置的邮政编码。我有 3 个位置及其纬度和经度，我将其命名为纬度和经度。

search = SearchEngine(simple_zipcode=True)
from uszipcode import Zipcode

def get_zipcode(lat, lon):
    result = search.by_coordinates(lat = lat, lng = lon, returns = 1).to_json()
    return result[1].zipcode
lat = noaa_df['lat']
lon = noaa_df['lon']

loc_df = pd.DataFrame({'lat':lat, 'lon':lon})

loc_df['zipcode'] = df.apply(lambda x: get_zipcode(x.lat,x.lon), axis=1)

我是 python 的新手，我正在使用 uszipcodes 搜索引擎功能从纬度和经度反向地理编码以给出邮政编码，我的最终目标是获取每个位置的邮政编码添加到我的数据框中的一个新列。但是，我不断收到此错误：

AttributeError: 'Series' object has no attribute 'lat'

Answer 1

我认为您正试图将一个 Series 放入 DataFrame 中。

试试这个

loc_df['zipcode'] = loc_df['zipcode'].apply(lambda x: get_zipcode(x.lat,x.lon), axis=1)

Answer 2

我认为问题在于 df 是一个 Series，而不是 DataFrame。此外，.to_json() 方法不是必需的。

下面是一些应该有效的代码：

from uszipcode import Zipcode, SearchEngine
import pandas as pd

lats = [34, 35, 36]
lons = [-98, -99, -99.5]
  
noaa_df = pd.DataFrame(list(zip(lats, lons)),
                       columns =['lat', 'lon'])

search = SearchEngine(simple_zipcode=True)

def get_zipcode(lat, lon):
    result = search.by_coordinates(lat=lat, lng=lon)
    return result[1].zipcode

noaa_df['zipcode'] = noaa_df.apply(lambda x: get_zipcode(x.lat, x.lon), axis=1)
noaa_df

请注意，邮政编码列表是零索引的，因此上面的代码将提取符合搜索条件的 second 邮政编码。第一个邮政编码是 result[0].zipcode.

尝试反向地理编码以获取邮政编码，不断出现属性错误，有什么建议吗？

Trying to reverse geocode to get zipcode, keep getting attribute error, any suggestions?

python

gis

object

attributeerror

pandas