我有一个熊猫数据框,有邮政编码、城市、州和国家大约60万个地点。我们称之为我的
我想查找这些地点对应的经度和纬度。谢天谢地,这里有一个this的数据库。我们将此数据帧称为zipdb。在
zipdb
除其他外,还有邮政编码、城市、州和国家的列。
所以,我想查找zipdb
中的所有位置(邮政编码、城市、州和国家)。在
def zipdb_lookup(zipcode, city, state, country):
countries_mapping = { "UNITED STATES":"US"
, "CANADA":"CA"
, "KOREA REP OF":"KR"
, "ITALY":"IT"
, "AUSTRALIA":"AU"
, "CHILE":"CL"
, "UNITED KINGDOM":"GB"
, "BERMUDA":"BM"
}
try:
slc = zipdb[ (zipdb.Zipcode == str(zipcode)) &
(zipdb.City == str(city).upper()) &
(zipdb.State == str(state).upper()) &
(zipdb.Country == countries_mapping[country].upper()) ]
if slc.shape[0] == 1:
return np.array(slc["Lat"])[0], np.array(slc["Long"])[0]
else:
return None
except:
return None
我尝试过pandas的.apply
以及for
循环来实现这一点。
两者都很慢。我知道有很多行,但我还是忍不住想,一定有更快的办法。在
注意:我还对zibdb
执行了此转换:
zipdb["Zipcode"] = zipdb["Zipcode"].astype(str)
函数调用:
#Defined a wrapper function:
def lookup(row):
"""
:param row:
:return:
"""
lnglat = zipdb_lookup(
zipcode = my_df["organization_zip"][row]
, city = my_df["organization_city"][row]
, state = my_df["organization_state"][row]
, country = my_df["organization_country"][row]
)
return lnglat
lnglat = list()
for l in range(0, my_df.shape[0]):
# if l % 5000 == 0: print(round((float(l) / my_df.shape[0])*100, 2), "%")
lnglat.append(lookup(row = l))
来自my_df
的示例数据:
organization_zip organization_city organization_state organization_country
0 60208 EVANSTON IL United Sates
1 77555 GALVESTON TX United Sates
2 23284 RICHMOND VA United Sates
3 53233 MILWAUKEE WI United Sates
4 10036 NEW YORK NY United Sates
5 33620 TAMPA FL United Sates
6 10029 NEW YORK NY United Sates
7 97201 PORTLAND OR United Sates
8 97201 PORTLAND OR United Sates
9 53715 MADISON WI United Sates
使用^{} 将比在每一行上调用一个函数快得多。确保字段类型匹配并且字符串被剥离:
注意您可能需要扩展合并列和/或添加更多列以从zips dataframe复制。在
相关问题 更多 >
编程相关推荐