Question

所以这可能看起来像一个奇怪的问题，但我有一个带有地址的熊猫DataFrame，我想要进行地理编码以便获得经度和纬度。

由于这个非常有用的线程（new column with coordinates using geopy pandas），我的代码可以使用.apply()，但我的问题是所有开放API都限制了它们允许的每秒请求数，并且还要求每天。

我还没有找到任何方法来限制我的代码，以便与API的限制相匹配。我的DF有25K行，但是如果我用最多5行创建它的子集，我只能成功地进行地理编码。

我没有很多python和pandas的经验，但在SAS中，DATA步骤一次迭代一行，所以我可以使用一个睡眠命令来限制请求。使用python / pandas实现类似功能的最佳方法是什么？

编辑：所以基于到目前为止的答案，我想确认，我的代码将改为： df_small['city_coord'] = df_small['Address'].apply(geolocator.geocode).apply(lambda x: (x.latitude, x.longitude))
致：

df_small = df_clean[:5]
def f(x, delay=1):
# run your code    
sleep(delay)
return geolocator.geocode(x)

df_small['city_coord'] = df_small['Address'].apply(f).apply(lambda x: (x.latitude, x.longitude))

Answer 1

要延迟迭代，您可以使用df.iterrows()和time.sleep()：

from time import sleep

for row in df.iterrows():
    # run your code
    sleep(1) # how many seconds to wait

或者您可以将time.sleep()放在apply函数本身内（正如@RafaelC在评论中所建议的那样）：

def f(x, delay=1):
    # run your code
    sleep(delay)

df.apply(f)

是否有更慢或更受控制的替代.apply（）？

1 个答案: