fn_registry/python/functions/datascience/detect_latlon_columns.md

name, id, kind, lang, domain, version, purity, signature, description, tags, params, output, uses_functions, uses_types, returns, returns_optional, error_type, imports, tested, tests, test_file_path, file_path

name	id	kind	lang	domain	version	purity	signature	description	tags	params	output	uses_functions	uses_types	returns	returns_optional	error_type	imports	tested	tests	test_file_path	file_path
detect_latlon_columns	detect_latlon_columns_py_datascience	function	py	datascience	1.0.0	pure	def detect_latlon_columns(columns: list, samples: dict | None = None) -> dict	Detecta un par (latitud, longitud) entre las columnas de un TableProfile del grupo eda combinando heuristica de nombre (latitude/longitude/lat/lon/lng + x/y debiles) con validacion de rango obligatoria (latitud en [-90,90], longitud en [-180,180]). Lee defensivamente con .get; NUNCA lanza. Usa el sub-bloque numeric.min/max o, si falta, la lista de samples opcional. Devuelve SIEMPRE un dict {lat_col, lon_col, confidence, reason}; si no hay par valido, las columnas van a None y confidence a 0.0.	eda geospatial profiling latlon coordinates detection datascience	name desc columns Lista de dicts ColumnProfile (el campo `columns` de un TableProfile del grupo eda). Cada dict se lee con .get; solo `name` (str) es obligatorio. Se consultan `inferred_type` (p.ej. 'numeric') y el sub-dict `numeric` con `min`/`max` (floats) para validar el rango. Entradas no-dict o sin name se ignoran sin lanzar. name desc samples Opcional {nombre_columna: [valores...]} para validar el rango cuando una columna no trae numeric.min/max. Los valores nulos se ignoran; si algun valor no nulo no es numerico la columna no se considera coordenada. Si es None u omitido, solo se usa el bloque numeric.	Dict SIEMPRE presente con la forma {lat_col: str|None, lon_col: str|None, confidence: float en [0,1], reason: str en espanol}. En exito, lat_col y lon_col nombran columnas distintas; confidence ~1.0 para par con nombre fuerte (latitude/longitude/lat/lon/lng) + rango valido y ~0.7 para par debil (x/y) + rango. En fallo, ambas columnas None, confidence 0.0 y reason explica por que (sin columnas, nombre sin match, rango fuera de bounds, falta uno de los dos ejes...).				false			true	test_par_latitude_longitude_fuerte test_par_lat_lon_abreviado test_par_x_y_debil_con_rango_valido test_nombre_lat_lon_pero_rango_fuera_no_detecta test_par_fuerte_prevalece_sobre_debil test_entradas_vacias_o_invalidas_no_lanzan test_solo_latitud_sin_longitud_no_detecta test_deteccion_por_samples_cuando_falta_numeric test_samples_fuera_de_rango_descarta	python/functions/datascience/detect_latlon_columns_test.py	python/functions/datascience/detect_latlon_columns.py

Ejemplo

import sys, os
sys.path.insert(0, os.path.join("python", "functions"))
from datascience.detect_latlon_columns import detect_latlon_columns

# Columnas tal y como vienen en profile['columns'] de un TableProfile del grupo eda:
columns = [
    {"name": "id", "inferred_type": "numeric", "numeric": {"min": 1, "max": 9999}},
    {"name": "latitude", "inferred_type": "numeric", "numeric": {"min": -45.0, "max": 45.0}},
    {"name": "longitude", "inferred_type": "numeric", "numeric": {"min": -120.0, "max": 120.0}},
]
res = detect_latlon_columns(columns)
print(res["lat_col"], res["lon_col"], res["confidence"])
# latitude longitude 1.0

# Sin bloque numeric, validando el rango con samples:
cols2 = [{"name": "lat"}, {"name": "lon"}]
samples = {"lat": [10.5, 20.0, 30.25], "lon": [-40.0, 50.5, 60.0]}
print(detect_latlon_columns(cols2, samples)["lat_col"])  # lat

Cuando usarla

• Usala al perfilar una tabla en AutomaticEDA para decidir si tiene geometria de puntos: cuando detect_latlon_columns devuelve un par con confidence alta, el capitulo geospatial puede dibujar un mapa, calcular un bounding box o proponer un cluster espacial.
• Antes de un analisis geoespacial (alpha shape, convex hull, joins por proximidad) para localizar automaticamente que columnas son la latitud y la longitud sin pedirlo al usuario.
• Cuando recibas un TableProfile del grupo eda y quieras enrutar columnas a sub-analisis por tipo semantico: este es el detector del par lat/lon, complementario a infer_semantic_type.

Gotchas

• Funcion pura, sin I/O y determinista. Lectura defensiva con .get: NUNCA lanza. Cualquier input malformado (None, no-lista, entradas no-dict, claves ausentes) devuelve el dict de fallo con lat_col/lon_col en None y confidence 0.0.
• El nombre solo no basta: una columna latitude cuyo rango se sale de [-90, 90] se descarta (no es coordenada real). Igual para longitude fuera de [-180, 180]. La validacion de rango es obligatoria.
• El rango de latitud [-90, 90] es un subconjunto del de longitud [-180, 180], por eso el nombre es necesario para desambiguar cual eje es cual; una columna numerica en [-90, 90] sin nombre que sugiera lat/lon no se detecta.
• Los nombres genericos x/y (y x_coord/y_coord) son candidatos debiles: solo forman par si el rango encaja y existe la otra mitad (un x/lon para la y, un y/lat para la x). Un y suelto sin pareja devuelve None.
• Requiere AMBOS ejes para considerar exito. Si solo encuentra latitud o solo longitud, devuelve el dict de fallo (no media coordenada).
• samples solo se consulta cuando falta numeric.min/numeric.max. Si una columna trae el bloque numeric, ese manda aunque pases samples para ella.
• El matching de nombre es por subcadena normalizada (se quitan _, - y espacios), asi que nombres como plate (contiene "lat") podrian marcarse como candidatos por nombre — pero solo pasarian si su rango cae en [-90, 90] y hay una longitud pareja, filtro que en la practica descarta los falsos positivos.