Python 在数据帧上迭代地理定位

我有一个数据框，它有两列，医院名称和地址，我想遍历每个地址以找到纬度和经度。我的代码似乎占据了数据帧的第一行，我似乎无法选择地址来查找坐标

import pandas
from geopy.geocoders import Nominatim

geolocator = Nominatim()
for index, item in df.iterrows():
    location = geolocator.geocode(item)
    df["Latitude"].append(location.latitude)
    df["Longitude"].append(location.longitude)

这是我用来抓取网站的代码。复制并运行此文件，您将拥有数据集

import requests
from bs4 import BeautifulSoup
import pandas
import numpy as np

r=requests.get("https://www.privatehealth.co.uk/hospitals-and-
clinics/orthopaedic-surgery/?offset=300")
c=r.content
soup=BeautifulSoup(c,"html.parser")
all=soup.find_all(["div"],{"class":"col-9"})
names = []
for item in all:
    d={}
    d["Hospital Name"] = item.find(["h3"],{"class":"mb6"}).text.replace("\n","")
    d["Address"] = item.find(["p"],{"class":"mb6"}).text.replace("\n","")
    names.append(d)
df=pandas.DataFrame(names)
df = df[['Hospital Name','Address']]
df

目前，数据如下所示（一个医院示例）：

我试图实现的最终输出如下所示

Hospital Name   |Address         | Latitude | Longitude
Fulwood Hospital|Preston, PR2 9SZ|53.7589938|-2.7051618

---

这里似乎有一些问题。使用您提供的URL中的数据：

df.head()
                                Hospital Name                   Address
0                        Fortius Clinic City           London, EC4N 7BE
1  Pinehill Hospital - Ramsay Health Care UK           Hitchin, SG4 9QZ
2                  Spire Montefiore Hospital              Hove, BN3 1RD
3             Chelsea & Westminster Hospital           London, SW10 9NH
4   Nuffield Health Tunbridge Wells Hospital   Tunbridge Wells, TN2 4UL

（1）如果您的数据框列名确实是

医院名称

和

地址

，那么您需要在调用

geocode（）

时使用

item.Address

只需使用

项

即可为您提供

医院名称

和

地址

for index, item in df.iterrows():
    print(f"index: {index}")
    print(f"item: {item}")
    print(f"item.Address only: {item.Address}")

# Output:
index: 0

item: Hospital Name    Fortius Clinic City 
Address              London, EC4N 7BE
Name: 0, dtype: object

item.Address only: London, EC4N 7BE
...

（2）您注意到数据框只有两列。如果这是真的，那么当您尝试对

df[“纬度”]

和

df[“经度”]

执行操作时，您将得到一个

keyrerror

，因为它们不存在

（3）在

地址

列上使用

apply（）

可能比

iterrows（）更清晰

请注意，这是一个风格上的问题，值得商榷。（前两点是实际误差。）

例如，使用提供的URL：

from geopy.geocoders import Nominatim
geolocator = Nominatim()

tmp = df.head().copy()

latlon = tmp.Address.apply(lambda addr: geolocator.geocode(addr))

tmp["Latitude"] = [x.latitude for x in latlon]
tmp["Longitude"] = [x.longitude for x in latlon]

输出：

                                Hospital Name                   Address  \
0                        Fortius Clinic City           London, EC4N 7BE   
1  Pinehill Hospital - Ramsay Health Care UK           Hitchin, SG4 9QZ   
2                  Spire Montefiore Hospital              Hove, BN3 1RD   
3             Chelsea & Westminster Hospital           London, SW10 9NH   
4   Nuffield Health Tunbridge Wells Hospital   Tunbridge Wells, TN2 4UL   

    Latitude  Longitude  
0  51.507322  -0.127647  
1  51.946413  -0.279165  
2  50.840871  -0.180561  
3  51.507322  -0.127647  
4  51.131528   0.278068  

请提供一些样本数据以及您当前和预期的输出。这在一定程度上是有效的，只要地理编码器没有超时，每秒执行的请求不超过1个。为了解决这个问题，我添加了time.sleep（2），但我对lambdas还不熟悉，并且意识到在lambda中多重表达式并不是最佳实践。所以，我正在尝试将lambda转换为for循环，但遇到了一个问题。思想？？这应该是一个新的stackoverflow问题吗？
apply
语句中的多步操作最好表示为普通函数，而不是lambda。这与你最初的问题有本质的不同，所以我建议你在另一篇文章中提问。但您可能会发现，首先尝试构建自己的UDF是有帮助的，这个UDF不应该太复杂，熊猫文档中已经有很多关于这个主题的内容，可以帮助您解决问题。@andrew_reece，很好的解决方案，谢谢！
                                Hospital Name                   Address  \
0                        Fortius Clinic City           London, EC4N 7BE   
1  Pinehill Hospital - Ramsay Health Care UK           Hitchin, SG4 9QZ   
2                  Spire Montefiore Hospital              Hove, BN3 1RD   
3             Chelsea & Westminster Hospital           London, SW10 9NH   
4   Nuffield Health Tunbridge Wells Hospital   Tunbridge Wells, TN2 4UL   

    Latitude  Longitude  
0  51.507322  -0.127647  
1  51.946413  -0.279165  
2  50.840871  -0.180561  
3  51.507322  -0.127647  
4  51.131528   0.278068