[英]Adding Columns to pandas dataframe & iterating through one of the columns
我已在具有多个列的数据框中加载了数据,其中一个包含地址。 我正在使用python地理编码器模块来获取此csv中每个地址的经/纬度。
熊猫
1)如何添加新列? 我应该在遍历行时添加列,还是应该在开始时添加列?
2)在下面的代码中,我试图遍历数据帧中的每一行。 对于每一行,我都在执行geocoder.google()方法。 我的csv /数据框的第16列包含一个地址。
在遍历所有行时如何引用该地址列? 如果按原样运行代码,则会收到“ IndexError:元组索引超出范围”。
CSV
3)我的代码的第二部分在CSV模块中做了类似的事情。 我读了一个CSV文件,遍历每一行并执行地理编码器方法,如前所述。 地理编码器方法返回2个值的列表(2个坐标-[XXXX,XXXX])。 我试图写原始行,然后再写两个列,然后再写两个坐标。 我收到“ TypeError:只能将列表(而不是“浮动”)连接到列表”
import geocoder
import csv
import pandas as pd
import time
df = pd.read_csv("RSM100_1995.csv",header=None)
print(df.head())
for row in df.iterrows():
g = geocoder.google(row[16])
print(row[16],g.latlng)
time.sleep(2)
with open("RSM100_1995.csv","r") as f, open("RSM_GCTest.csv","w",newline='') as g:
rdr = csv.reader(f)
wtr = csv.writer(g)
for r in rdr:
gc = geocoder.google(str(r[16]))
print(r[16],gc.latlng)
wtr.writerow(r + gc.latlng[0]+gc.latlng[1])
time.sleep(2)
顺便说一句,我使用time.sleep(2),因为地址解析器对请求的数量有限制。 我不会像在这里那样运行代码,只是像这样显示它即可。
如果有人有更好的方法使用Python对英国地址进行地理编码,请告诉我。
编辑:
对于Chirag-我已经进行了您提到的更改。 我试图用相同的结果将下面代码中的“地址”替换为列索引(即16)。
我用X.columns添加了列标题
我现在收到一个很长的错误消息,链接许多不同的文件。
RS1995 = pd.read_csv("RSM100_1995.csv",header=None)
RS1995.columns = ['ID','Price','Date','Postcode','X','Y','Z','PAON','SAON','Street','Locality','District','City','County','A','B','Address','XX']
print(RS1995.head())
for row in RS1995.iterrows():
RS1995['lat'] = geocoder.google(RS1995['Address']).latlng[0]
RS1995['lng'] = geocoder.google(RS1995['Address']).latlng[1]
print(RS1995.head())
time.sleep(2)
就CSV而言-有17列,我在上面列了标题。 “地址”列是我要通过地址解析器传递的列。 “地址”列本身是“ PAON”,“ SAON”,“ Street”,“ Locality”,“ County”和“ Postcode”的串联。 我本来也可以包含“城市”,但是我使用CSV模块所做的所有串联。
如果有帮助-这是Geocoder链接:
http://geocoder.readthedocs.io/
编辑2:
RS1995 = pd.read_csv("RSM100_1995.csv",header=None)
RS1995.columns = ['ID','Price','Date','Postcode','X','Y','Z','PAON','SAON','Street','Locality','District','City','County','A','B','Address','XX']
print(RS1995.head())
RS1995['lat'] = "x"
RS1995['lng'] = "y"
print(RS1995.head())
for row in RS1995.iterrows():
print(row)
每当我在上面运行此代码时,我都会得到。 我只是以最后两个为例。 这是什么意思? 我将如何遍历每一行,对地址进行地址解析并等待2秒,以便不超过速率限制?:
(98, ID {40E4DAC0-863F-42FE-94B4-49A70D3BE0B9}
Price 43000
Date 24/02/1995 00:00
Postcode WS12 3XJ
X S
Y N
Z F
PAON 1
SAON NaN
Street WOODFORD WAY
Locality HEATH HAYES
District CANNOCK
City CANNOCK CHASE
County STAFFORDSHIRE
A A
B A
Address 1 WOODFORD WAY HEATH HAYES STAFFORDSHIRE WS12...
XX 1 WOODFORD WAY HEATH HAYES STAFFORDSHIRE WS12...
lat x
lng y
Name: 98, dtype: object)
(99, ID {061625F8-82D5-43CF-A55F-4288979D31EC}
Price 42995
Date 01/09/1995 00:00
Postcode PO1 5AY
X T
Y N
Z F
PAON 67
SAON NaN
Street BYERLEY ROAD
Locality PORTSMOUTH
District PORTSMOUTH
City PORTSMOUTH
County PORTSMOUTH
A A
B A
Address 67 BYERLEY ROAD PORTSMOUTH PORTSMOUTH PO1 5AY
XX 67 BYERLEY ROAD PORTSMOUTH PORTSMOUTH PO1 5AY
lat x
lng y
Name: 99, dtype: object)
您可以在pandas数据框中创建新列,类似于使用关联数组或字典的方式。 您可以像这样为纬度和经度创建两个新列:
df['lat'] = geocoder.google(df[16]).latlng[0]
df['lng'] = geocoder.google(df[16]).latlng[1]
然后,您可以将整个数据帧写入csv:
df.to_csv('RSM_GCTest.csv')
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.