解决方案

Question

我正在使用从NASA的火球数据API（https://cneos.jpl.nasa.gov/fireballs/）导入的经/纬度数据

lat / lon数据仅具有正值
他们的方向（N / S和E / W）在不同的列中，称为lat-dir / lon-dir
数据框架如下。
现在我要：
如果“ lat-dir” =='S'，则将任何lat值转换为负值（乘以-1）
如果“ lon-dir” =='W'，则将lon的值转换为负值

以下大致是我创建数据框的方式：

import requests 
import pandas as pd

response = requests.get('https://ssd-api.jpl.nasa.gov/fireball.api')
j = response.json()
df = pd.DataFrame.from_dict(j[u'data'])

print( j[u'fields'] )

[u'date', u'energy', u'impact-e', u'lat', u'lat-dir', u'lon', u'lon-dir', u'alt', u'vel']

print( df.head() )

0    1      2     3     4     5     6     7     8
0  2019-12-06 10:19:57  4.6   0.15   3.3     S  37.7     W  19.5  None
1  2019-12-03 06:46:27  4.2   0.14   5.6     N  52.2     W  61.5  None
2  2019-11-28 20:30:54  2.7  0.095  35.7     N  31.7     W    35  13.0
3  2019-11-28 13:22:10  2.6  0.092  None  None  None  None  None  None
4  2019-11-28 11:55:02  2.5  0.089  22.1     S  25.7     E  22.5  24.7

我尝试过的代码行：

尝试使用df.apply() -尽管通过我的搜索，我认为您不能以这种方式轻松地引用两列...

    df['lat'] = df['lat'].apply(lambda x: x * -1 if (df['lat-dir'][x] == 'S'))

    for i, row in df.iterrows():
        if (row['lat-dir'] == 'S'):
            df['lat'][i].apply(lambda x: x*-1)

为此，我得到“ numpy.float64”对象没有属性“ apply”？

尝试使用遮罩：

    if( df['lon-dir'] == 'W'):
         df['lon'] * -1

但是坦率地说，我对下一步使用口罩感到困惑。

编辑：

dfDate['lat'] = dfDate['lat'].apply(lambda row: row['lon'] * -1 , axis = 1 )

根据评论也尝试过此操作。

Answer 1

是，通过以下任一方式：

A）使用矢量蒙版。 ==未向量化； .eq(...)是。对于矢量化表达式，请使用dfDate['lon-dir'].eq('W')。然后在这些行上取反“ lon”列。

B）使用apply()行：dfDate['lon'] = dfDate.apply(lambda row: ..., axis=1) -并在您的lambda中根据值row['lon']有选择地取反row['lon-dir'] -apply调用失败的原因是您需要应用于整个列/系列，而不是单个条目。因此：df['lat'].apply(lambda: ..., axis=1)

lat-dir / lon-dir本质上是符号列，读入时可以将它们转换为+ 1 / -1。

代码：

首先，您要解决的代码问题：

请勿使用u'...'表示法。假设您使用的是Python 3.x，则不需要u'...'，默认情况下，在3.x中，文本为unicode。而且，如果您不使用Python 3.x，则应该立即切换，因为2020年1月1日将退出2.x。
将JSON列名称传递到数据框，让您的生活变得轻松：
- df.columns = j['fields']
通过将response.json()传递到pd.DataFrame.from_dict()来读取JSON是很痛苦的；您的数据框列将变为字符串/“对象”，而不是将浮点数转换为浮点数。出于这个原因和其他方便原因，理想情况下，我们应该使用pandas.read_json(..., dtype=...)。
您将要转换数字类型上的dtypes （例如，字符串-> float），这还将自动转换Python None-> pandas / numpy {{1 }}（为实现矢量化代码，我们将编写优美地处理nan而不是不断抛出烦人的nan的代码）。您可以[使用TypeError: unsupported operand type(s) for *: 'NoneType' and 'int'，astype(...)或pd.to_numeric()
由于下面列出的多种原因，这些nan条目确实会很痛苦（例如，整数不断被强制返回浮点数），因此您可能想要删除或至少暂时忽略nan行< / strong>：

df.fillna(value=pd.np.nan, inplace=True)＃可能不与df2 = df.dropna(how='any', inplace=False)一起使用。请注意，这将保留行索引，因此您始终可以将df2的处理结果最后插入到df中。阅读..., inplace=True文档，找出要删除nan的确切点。

请注意，“ vel”列实际上还有其他我们要忽略的nan，您需要弄清楚这一点，或者现在就忽略它们：例如做dropna

解决方案

几种将lat / lon-dir列转换为+/- 1号的方法：

A1）如果您想要“正确”的，可识别nan的方式，而不会阻塞nans ...

df2 = df[['date','energy','impact-e','lat','lat-dir','lon','lon-dir']].dropna(how='any', inplace=False)

df2['lat'] = df2['lat-dir'].map({'N': +1, 'S': -1}) df2['lon'] = df2['lon-dir'].map({'E': +1, 'W': -1})

A2) ...or a fast-and-dirty way:

B）但是您可以在一排(-1) ** df2['lat-dir'].eq('S') (-1) ** df2['lon-dir'].eq('W')函数中完成所有操作：

apply()

根据另一列的遮罩修改Pandas数据框的列的符号？

1 个答案:

解决方案