Python 在对我的地理位置字段是否有效进行矢量化测试的过程中，我做错了什么？

我调用了一个地理定位API，并将结果转换为数据帧，如下所示：

results = geolocator.lookup(ip_list)

结果

：

[{ 
    query: "0.0.0.0", 
    coordinates: { lat: "0", lon: "0" }
}, ...]

因此，我们查询了0.0.0.0，API返回了lat/long的“0”，这表明IP显然无法地理定位。处理事物的奇怪方式，而不是错误的值或其他东西，但我们可以处理它

到数据帧：

df = pd.DataFrame(results)

但是等等，这会导致那些“坐标”字段成为数据帧中的字典，我可能是熊猫初学者，但我知道我可能希望这些字段存储为数据帧，而不是dict，这样我们就可以矢量化了

于是我做了：

for result in results:
    result["coordinates"] = pd.DataFrame(result["coordinates"], index=[0])
df = pd.DataFrame(results)

不确定index=[0]在那里做了什么，但是如果没有它，我会得到一个错误，所以我就这样做了。让我停下来，告诉我为什么我错了，如果到目前为止我做得很糟糕。我不熟悉Python，数据帧比2D更难以可视化

然后我想处理

df

，并根据矢量化测试添加一个带有

True

或

False

的“地理定位”列，并尝试这样做：

def is_geolocated(coordinate_df):
    # yes the API returned string coords
    lon_zero = np.equal(coordinate_df["lon"], "0") # error here
    lat_zero = np.equal(coordinate_df["lat"], "0")
    return lon_zero & lat_zero

df["geolocated"] = is_mappable(df["coordinates"])

但这会抛出一个关键错误“lon”

---

我是否在正确的轨道上，如果没有，我应该如何设置它？

一般来说，我同意你的观点，字典是存储纬度/经度值的糟糕方法。这是由于pd.DataFrame（）的工作方式造成的，因为它将拾取键查询和坐标，其中键坐标的值只是lat/lon值的字典

例如，您可以通过将每一行定义为元组，将整个数据帧定义为这些元组的列表来避免整个问题。然后可以比较lat和lon值是否都为零，并将其作为新列返回

import pandas as pd

# Test dataset
results = [{ 
    'query': "0.0.0.0", 
    'coordinates': { 'lat': "0", 'lon': "0" }
},
{ 
    'query': "0.0.0.0", 
    'coordinates': { 'lat': "1", 'lon': "1" }
}]

df = pd.DataFrame([(result['query'], result['coordinates']['lat'], result['coordinates']['lon']) for result in results])
df.columns = ['Query', 'Lat', 'Lon']
df['Geolocated'] = ((df['Lat'] == '0') & (df['Lon'] == '0'))
df.head()

    Query   Lat Lon Geolocated
0   0.0.0.0 0   0   True
1   0.0.0.0 1   1   False

在这段代码中，我使用列表理解来构建元组列表，并将“Geolocated”列定义为一个系列，它来自行的Lat和Lon值的比较