パンダで.applyを使用する正しい方法は何ですか？

Question

「latitude」と「longitude」の列を含む100万行のCSVデータセットを使用しています。これらの座標を含む米国の州である「state」という名前の列に基づいて新しい列を作成したいとします。

import pandas as pd 
import numpy as np 
import os 
from uszipcode import ZipcodeSearchEngine 

def convert_to_state(coord): 
    lat, lon = coord["latitude"], coord["longitude"] 
    res = search.by_coordinate(lat, lon, radius=1, returns=1) 
    state = res.State 
    return state 

def get_state(path): 
    with open(path + "USA_downloads.csv", 'r+') as f: 
     data = pd.read_csv(f) 
     data["state"] = data.loc[:, ["latitude", "longitude"]].apply(convert_to_state, axis=1) 

get_state(path) 

私はエラーになっておく "DtypeWarning：列（4,5）は、インポートのDTYPEオプションを指定して種類を混合またはFalse = low_memory設定しました。"列4および列5は、緯度および経度に対応する。私は、この仕事を完了するために.applyをどのように使うのか、.applyがその仕事のための正しい方法であるのか理解できません。私はどのように進めるべきですか？

Answer 1

私は、これはあなたのプログラムの高速化実装になると信じて：

import pandas as pd 
import numpy as np 
import os 
from uszipcode import ZipcodeSearchEngine 

def convert_to_state(lat, lon): 
    lat, lon = round(lat, 7), round(lon, 7) 
    res = search.by_coordinate(lat, lon, radius=1, returns=1) 
    state = res.State 
    return state 

def get_state(path): 
    with open(path + "USA_downloads.csv", 'r+') as f: 
     data = pd.read_csv(f) 
     data["state"] = np.vectorize(convert_to_state)(data["latitude"].values, data["longitude"].values) 

get_state(path) 

それは（それはまだループですが）少し物事をスピードアップするためにnumpy.vectorizeを使用し、その後、得られた値との関数を呼び出しますあなたのDataFrameの'latitude'と'longitude'列からnumpy.ndarrayに変換されました（.values属性がそれを行います）。あなたが.apply()を使用し続けたい場合は

---

、あなたが行うことができます：

state = data.apply(lambda x: convert_to_state(x['latitude'], x['longitude']), axis=1) 
data["state"] = state 

---

編集

TypeErrorを上げからuszipcodeを避けるために、これを使用する：

def convert_to_state(lat, lon): 
    try: 
     res = search.by_coordinate(lat, lon, radius=1, returns=1) 
     state = res.State 
    except TypeError as TE: 
     state = None 
    return state 

uszipcodeをさらにデバッグしたい場合、その原因が原因でエラーが発生した場合は、別の質問に適切なタグを付けてください。誰かがあなたを助けます。私はこのパッケージの経験がないので、あまり役に立たないかもしれません。