使用GeoPandas填充DataFrame中缺失经纬度值的技术求助

步骤1：导入依赖库 #

import pandas as pd
import geopandas as gpd
from geopandas.tools import geocode

步骤2：数据预处理（对应需求1、2） #

先清理无效行，再筛选出需要填充的记录：

# 假设你的原始DataFrame名为df
# 1. 删除地址列全为空的行
df = df.dropna(subset=['BOROUGH', 'ON STREET NAME', 'CROSS STREET NAME', 'OFF STREET NAME'], how='all')

# 2. 筛选出经纬度为空或为0.0的行
to_fill = df.loc[(df['LATITUDE'].isna()) | (df['LATITUDE'] == 0.0) | (df['LONGITUDE'].isna()) | (df['LONGITUDE'] == 0.0)].copy()

步骤3：按优先级生成地址字符串（对应需求3） #

按照BOROUGH > ON STREET NAME > CROSS STREET NAME > OFF STREET NAME的优先级拼接可使用的地址，确保地理编码的准确性：

def build_address(row):
    # 优先级1：行政区+主街道+交叉街道
    if pd.notna(row['BOROUGH']) and pd.notna(row['ON STREET NAME']) and pd.notna(row['CROSS STREET NAME']):
        return f"{row['ON STREET NAME']} & {row['CROSS STREET NAME']}, {row['BOROUGH']}, New York"
    # 优先级2：行政区+主街道
    elif pd.notna(row['BOROUGH']) and pd.notna(row['ON STREET NAME']):
        return f"{row['ON STREET NAME']}, {row['BOROUGH']}, New York"
    # 优先级3：行政区+非主街道
    elif pd.notna(row['BOROUGH']) and pd.notna(row['OFF STREET NAME']):
        return f"{row['OFF STREET NAME']}, {row['BOROUGH']}, New York"
    # 优先级4：仅行政区
    elif pd.notna(row['BOROUGH']):
        return f"{row['BOROUGH']}, New York"
    else:
        return None

# 生成待编码的地址列
to_fill['address'] = to_fill.apply(build_address, axis=1)
# 过滤掉仍无地址的行（理论上已被步骤1删除，做双重保险）
to_fill = to_fill.dropna(subset=['address'])

步骤4：地理编码并填充经纬度（对应需求4） #

使用GeoPandas调用Nominatim服务获取经纬度，再将结果回填到原始DataFrame：

# 地理编码，指定用户代理（避免被限制）
geocoded = geocode(to_fill['address'], provider='nominatim', user_agent='nyc_collision_filler', timeout=10)

# 将编码结果与待填充行合并
to_fill = to_fill.join(geocoded[['geometry']])
# 从geometry中提取经纬度
to_fill['LATITUDE'] = to_fill['geometry'].y
to_fill['LONGITUDE'] = to_fill['geometry'].x

# 将填充后的值更新回原始DataFrame
df.update(to_fill[['LATITUDE', 'LONGITUDE']])

注意事项 #

• Nominatim服务有请求频率限制，若数据量较大，建议添加延迟或使用批量处理方式
• 部分地址可能无法被编码成功，可根据情况补充其他地理编码服务（如Google Maps Geocoding API，需API密钥）
• 处理前建议先对地址列做清洗（如去除多余空格、统一大小写），提升编码成功率

内容的提问来源于stack exchange，提问作者death_templar