从数据帧获取特定数据值

Question

我有一个使用pandas的Python数据帧。它有两列，分别称为“衰减纬度”和“拾取纬度”。我想做一个函数，根据这两个变量创建第三列（通过api运行它们）。你知道吗

所以我写了一个函数：

def dropoff_info(row):
    dropoff_latitude = row['dropoff_latitude']
    dropoff_longitude = row['dropoff_longitude']
    dropoff_url2 = "http://data.fcc.gov/api/block/find?format=json&latitude=%s&longitude=%s&showall=true" %(dropoff_latitude,dropoff_longitude)
    dropoff_resp2 = requests.get(dropoff_url2)
    dropoff_results2 = json.loads(dropoff_resp2.text)
    dropoffinfo =  dropoff_results2["Block"]["FIPS"][2:11]
    return dropoffinfo

那我就把它当作 df['newcolumn']=dropoffinfo（df）

但是它不起作用。你知道吗

排除故障后，我发现当我打印dropoff\u latitude时，它如下所示：

0     40.773345947265625
1     40.762149810791016
2     40.770393371582031
...

所以我认为URL不能被生成。我想让dropoff\u latitude在打印时看起来像这样：

40.773345947265625
40.762149810791016
40.770393371582031
...

我也不知道如何具体说明我只需要实际的内容部分。你知道吗

当我试着

dropoff_latitude = row['dropoff_latitude'][1]
dropoff_longitude = row['dropoff_longitude'][1]

它只是给了我第一行的值，所以这显然不起作用。你知道吗

有什么想法吗？我对使用数据帧非常陌生。。。谢谢您！你知道吗

Answer 1

Alex-对于pandas，我们通常喜欢避免循环，但是在您的特定情况下，ping远程服务器获取数据的需要非常需要它。所以我会做如下的事情：

l = []
for i in df.index:
    dropoff_latitude = df.loc[i, 'dropoff_latitude']
    dropoff_longitude = df.loc[i, 'dropoff_longitude']
    dropoff_url2 = "http://data.fcc.gov/api/block/find?format=json&latitude=%s&longitude=%s&showall=true" %(dropoff_latitude,dropoff_longitude)
    dropoff_resp2 = requests.get(dropoff_url2)
    dropoff_results2 = json.loads(dropoff_resp2.text)
    l.append(dropoff_results2["Block"]["FIPS"][2:11])

df['new'] = l

这里的关键是.loc[i, ...]位，它使您能够逐个遍历每一行，并调用相关列来创建要发送到API的变量。你知道吗

关于你关于内存消耗的问题-这比我的工资级别高了一点，但我真的认为在这种情况下你没有其他选择（除非你的API有某种批处理请求，允许你在一次调用中提取更大的数据集）。你知道吗