尝试反向地理编码以获取邮政编码，不断收到属性错误，有什么建议吗？

问题描述

我正在尝试查找数据框中位置的邮政编码。我有 3 个地点及其纬度和经度，我将它们命名为 lat 和 lon。

search = SearchEngine(simple_zipcode=True)
from uszipcode import Zipcode

def get_zipcode(lat,lon):
    result = search.by_coordinates(lat = lat,lng = lon,returns = 1).to_json()
    return result[1].zipcode
lat = noaa_df['lat']
lon = noaa_df['lon']

loc_df = pd.DataFrame({'lat':lat,'lon':lon})

loc_df['zipcode'] = df.apply(lambda x: get_zipcode(x.lat,x.lon),axis=1)

我是 python 新手，我正在使用 uszipcodes 搜索引擎功能从纬度和经度反向地理编码以给出邮政编码，我的最终目标是将每个位置的邮政编码添加到我的数据框中的新列中.但是，我不断收到此错误：

AttributeError: 'Series' object has no attribute 'lat'

解决方法

我认为您正在尝试将系列放入数据帧中。

试试这个

loc_df['zipcode'] = loc_df['zipcode'].apply(lambda x: get_zipcode(x.lat,x.lon),axis=1)

,

我认为问题在于 df 是一个系列，而不是一个 DataFrame。此外，.to_json() 方法不是必需的。

下面是一些应该可以工作的代码：

from uszipcode import Zipcode,SearchEngine
import pandas as pd

lats = [34,35,36]
lons = [-98,-99,-99.5]
  
noaa_df = pd.DataFrame(list(zip(lats,lons)),columns =['lat','lon'])

search = SearchEngine(simple_zipcode=True)

def get_zipcode(lat,lon):
    result = search.by_coordinates(lat=lat,lng=lon)
    return result[1].zipcode

noaa_df['zipcode'] = noaa_df.apply(lambda x: get_zipcode(x.lat,axis=1)
noaa_df

请注意，邮政编码列表是零索引的，因此上面的代码将提取符合搜索条件的第二个邮政编码。第一个邮政编码为 result[0].zipcode。