Python 如果列值为“foo”，是否在同一行上附加具有新值的dataframe？

我有一个包含国家名称的数据框，我想把每个国家首都的坐标加在后面

我用所有坐标创建了一个dict，格式如下：

{'Czech Republic': (14.4212535, 50.0874654), 'Zimbabwe': (31.045686, -17.831773), 
'Hungary': (19.0404707, 47.4983815), 'Nigeria': (7.4892974, 9.0643305)}

我有一个数据框，其中一列是COUNTRY，希望有两个新列LAT，LON，我将在其中存储坐标。我试着直接将dict转换成数据帧，但它没有按我所希望的那样工作

用两列LAT，LON创建一个空df，将其与原始df合并，然后迭代，检查国家并逐个添加坐标，是否可行，还是有更好的方法

一个国家可能会在df中出现很多次，大约有30000个条目，因此我担心这会造成一些开销。我是新来的熊猫，所以我可能会错过一个内置的功能，可以很好地与此配合

你有没有想过最好的方法

---

提前感谢

通过索引[0]和[1]选择元组的第一个和第二个值，使用2个dict理解：

---

通过索引[0]和[1]，使用2个dict理解，并选择元组的第一个和第二个值：

---

除了上述解决方案之外，还可以使用iloc

d = {'Czech Republic': (14.4212535, 50.0874654), 'Zimbabwe': (31.045686, -17.831773), 'Hungary': (19.0404707, 47.4983815), 'Nigeria': (7.4892974, 9.0643305)}

d = pd.DataFrame(d) 
print(d)

    Czech Republic  Zimbabwe    Hungary Nigeria
0   14.421254   31.045686   19.040471   7.489297
1   50.087465   -17.831773  47.498382   9.064331

df = pd.DataFrame({'COUNTRY':['Zimbabwe','Hungary', 'Slovakia']})

df['LAT'] = df['COUNTRY'].map(d.iloc[0]) 
df['LON'] = df['COUNTRY'].map(d.iloc[1])

print(df)

  COUNTRY     LAT         LON
0 Zimbabwe    31.045686   -17.831773 
1 Hungary     19.040471   47.498382 
2 Slovakia    NaN         NaN

---

除了上述解决方案之外，还可以使用iloc

d = {'Czech Republic': (14.4212535, 50.0874654), 'Zimbabwe': (31.045686, -17.831773), 'Hungary': (19.0404707, 47.4983815), 'Nigeria': (7.4892974, 9.0643305)}

d = pd.DataFrame(d) 
print(d)

    Czech Republic  Zimbabwe    Hungary Nigeria
0   14.421254   31.045686   19.040471   7.489297
1   50.087465   -17.831773  47.498382   9.064331

df = pd.DataFrame({'COUNTRY':['Zimbabwe','Hungary', 'Slovakia']})

df['LAT'] = df['COUNTRY'].map(d.iloc[0]) 
df['LON'] = df['COUNTRY'].map(d.iloc[1])

print(df)

  COUNTRY     LAT         LON
0 Zimbabwe    31.045686   -17.831773 
1 Hungary     19.040471   47.498382 
2 Slovakia    NaN         NaN

---

在你回答之前，我几乎无法眨眼，使用你展示的方法，将坐标添加到df也同样快。我真诚地感谢你的帮助！在你回答之前，我几乎无法眨眼，使用你展示的方法，将坐标添加到df也同样快。我真诚地感谢你的帮助！