如何让Geopandas仅聚焦美国邮政编码？纽约编码解析异常求助

运行以下代码解析纽约区域邮政编码时，得到了部分非美国的dropoff_location、dropoff_lat和dropoff_lon结果，但所有邮政编码都属于纽约市区域，请问哪里操作有误？

import geopandas
from geopy.geocoders import Nominatim
geolocator = Nominatim(user_agent="ryan_app")
 
# 应用速率限制器
from geopy.extra.rate_limiter import RateLimiter
geocode = RateLimiter(geolocator.geocode)
 
# 应用到DataFrame
df['dropoff_location'] = df['dropoff_zip'].apply(geocode)
df['dropoff_lat'] = df['dropoff_location'].apply(lambda x: x.latitude if x else None)
df['dropoff_lon'] = df['dropoff_location'].apply(lambda x: x.longitude if x else None)
 
df.head()

运行结果：

pickup_datetime dropoff_datetime    trip_distance   fare_amount pickup_zip  dropoff_zip time_of_trip    dropoff_location    dropoff_lat dropoff_lon
95  2016-02-02 14:00:28 2016-02-02 14:20:22 2.04    13.5    10001   10199   0 days 00:19:54 (Manhattan, New York County, City of New York,...   40.751528   -73.995849
96  2016-02-10 00:25:33 2016-02-10 00:30:09 1.03    5.5 10001   10011   0 days 00:04:36 (Manhattan, New York County, City of New York,...   40.740972   -73.999560
97  2016-02-19 09:19:18 2016-02-19 09:34:41 2.10    11.5    10002   10001   0 days 00:15:23 (Корольовський район, Житомир, Житомирська міс...   50.269960   28.702845
98  2016-02-12 21:14:59 2016-02-12 21:22:33 0.93    6.5 10011   10012   0 days 00:07:34 (Bechloul, Daïra Bechloul, Bouira, 10012, Algé...   36.312195   4.074957
99  2016-02-04 21:25:09 2016-02-04 21:35:38 1.70    9.0 10028   10065   0 days 00:10:29 (San Germano Chisone, Torino, Piemonte, 10065,...   44.894901   7.235602

• 问题原因：Nominatim默认会在全球范围内搜索匹配的邮政编码，不少国家/地区存在和美国纽约重复的5位邮编，导致返回了错误的地理信息。
• 修改方案：调用geocode时添加搜索范围限制，明确指定仅在美国境内查找邮政编码，避免跨区域匹配。

修改后的代码：

import geopandas
from geopy.geocoders import Nominatim
geolocator = Nominatim(user_agent="ryan_app")
 
# 应用速率限制器，同时添加美国区域搜索限制
from geopy.extra.rate_limiter import RateLimiter
# 用字典query明确指定搜索类型为邮政编码，且限制在美国境内
geocode = RateLimiter(lambda zip_code: geolocator.geocode(query={'postalcode': zip_code, 'country': 'us'}))
 
# 应用到DataFrame
df['dropoff_location'] = df['dropoff_zip'].apply(geocode)
df['dropoff_lat'] = df['dropoff_location'].apply(lambda x: x.latitude if x else None)
df['dropoff_lon'] = df['dropoff_location'].apply(lambda x: x.longitude if x else None)
 
df.head()

• 补充说明：使用字典形式的query参数可以精准限定搜索类型为邮政编码，加上country参数锁定美国范围后，Nominatim只会返回美国境内匹配的邮编结果，彻底解决跨区域匹配错误的问题。

内容的提问来源于stack exchange，提问作者ASH