使用Places API无法替换数据集中地址值的问题求助

问题根源 #

1. 你创建df_replace_add时用了data[data[["Huyện","Quận"]].isnull().sum(axis=1)==1]，这行代码生成的是原DataFrame的切片副本而非视图，后续修改该副本不会同步到原数据。
2. 函数内部执行data = data[data[add_col].notna()]再次生成新副本，你最终修改的只是这个临时对象，原数据完全不受影响。
3. SettingWithCopyWarning是Pandas的提示：你正在修改切片副本，该操作可能无法作用到原数据。

解决方案 #

方案一：显式创建副本并同步修改结果 #

确保操作独立副本，并将修改结果同步回原数据：

import googlemaps
import win32com.client as win32

API_KEY = "(MY API KEY)"
map_client = googlemaps.Client(API_KEY)

def replace_address(data, add_col):
    # 过滤非空地址行，显式创建副本
    filtered_data = data[data[add_col].notna()].copy()
    for i in filtered_data.index:
        location_name = filtered_data.loc[i, add_col]
        response = map_client.places(query=location_name)

        if response['status'] == 'OK':
            places = response['results']
            place = places[0]
            address = place.get('formatted_address', 'Address not available')
            print(f"id: {i}, Query:{location_name}, Address: {address}")
            filtered_data.loc[i, add_col] = address
        else:
            print(f"id: {i}, No places found or error occurred: {response['status']}")
    # 将修改后的数据覆盖回传入的data
    data.update(filtered_data)
    return data

# 显式创建副本，避免切片副本问题
df_replace_add = data[data[["Huyện","Quận"]].isnull().sum(axis=1)==1].copy()
# 调用函数并更新副本
df_replace_add = replace_address(df_replace_add, "Địa chỉ")
# 同步回原DataFrame
data.update(df_replace_add)

方案二：直接操作原DataFrame的目标索引（推荐） #

跳过中间副本，直接定位原数据中需要修改的行索引，从根源避免副本问题：

import googlemaps
import win32com.client as win32

API_KEY = "(MY API KEY)"
map_client = googlemaps.Client(API_KEY)

def replace_address(data, add_col):
    # 筛选目标行的索引：Huyện/Quận其中一个为空，且地址列非空
    target_mask = (data[["Huyện","Quận"]].isnull().sum(axis=1) == 1) & data[add_col].notna()
    target_indices = data[target_mask].index

    for i in target_indices:
        location_name = data.loc[i, add_col]
        response = map_client.places(query=location_name)

        if response['status'] == 'OK':
            places = response['results']
            place = places[0]
            address = place.get('formatted_address', 'Address not available')
            print(f"id: {i}, Query:{location_name}, Address: {address}")
            # 直接修改原DataFrame的对应行
            data.loc[i, add_col] = address
        else:
            print(f"id: {i}, No places found or error occurred: {response['status']}")

# 直接调用函数处理原DataFrame
replace_address(data, "Địa chỉ")

关键说明 #

• 方案二无需处理副本同步，直接修改原数据，代码更简洁且不会触发警告。
• 若必须使用中间数据集，务必用.copy()显式创建独立副本，避免Pandas隐式生成的切片副本导致修改无效。

内容的提问来源于stack exchange，提问作者Vũ Minh Lê