Pandas - 在计算中跳过 NULL 值

Question

我需要将字段添加到我的 DataFrame 中，计算位置 A 和位置 B 之间的距离。我有这段代码适用于非空坐标的字段：

df['Distance_AB'] = df.apply(lambda x: great_circle((x['latitude_A'],x['longitude_A']), (x['latitude_B'], x['longitude_B'])).meters, axis=1).round()

但是当它遇到空字段时会抛出错误：

ValueError: ('点坐标必须是有限的。(nan, nan, 0.0) 有 已作为坐标传递。', u'发生在索引 2881')

如何保证大圆距离公式不会收到NULL值（没有坐标时会跳过距离计算）？我知道pd.notnull() 函数，但它返回True 或False。

Answer 1

我假设您的函数 great_circle 不可矢量化，或者矢量化超出了您的问题的范围。由于 pd.DataFrame.apply 已经是 Python 级别的循环，因此您可以使用带有 try / except 的显式函数，而不会产生大量额外开销：

def calculator(row):
    lat_A, long_A = row['latitude_A'], row['longitude_A']
    lat_B, long_B = row['latitude_B'], row['longitude_B']
    try:
        return great_circle((lat_A, long_A), (lat_B, long_B)).meters
    except ValueError:
        return np.nan

df['Distance_AB'] = df.apply(calculator, axis=1).round()