使用Geopy转换邮编后无法将经纬度添加至Pandas DataFrame求助

你的代码存在几个关键问题导致无法正常运行，以下是具体修正方向：

1. 未初始化地理定位器实例 #

代码中直接调用geolocator.geocode，但没有先创建Nominatim的实例对象。Nominatim要求必须设置user_agent（标识请求来源，避免被API限制），初始化方式如下：

geolocator = Nominatim(user_agent="你的实习项目名称或邮箱前缀")

2. 未处理地理编码失败的情况 #

部分邮编可能无法被解析，此时geocode()会返回None，直接调用x.latitude会触发AttributeError。需要先判断结果是否存在：

sales['co-ordinates'] = sales['postcode'].apply(geolocator.geocode).apply(
    lambda x: (x.latitude, x.longitude) if x is not None else (None, None)
)

3. 规避API请求限制 #

Nominatim对请求频率有严格限制（默认1秒最多1次请求），批量处理大量邮编时容易被封禁。可以用geopy的RateLimiter控制请求速度：

from geopy.extra.rate_limiter import RateLimiter

# 包装geocode方法，设置延迟
geocode = RateLimiter(geolocator.geocode, min_delay_seconds=1)
# 先获取地理编码结果
sales['location'] = sales['postcode'].apply(geocode)
# 再提取经纬度
sales['co-ordinates'] = sales['location'].apply(
    lambda x: (x.latitude, x.longitude) if x is not None else (None, None)
)

完整修正后的代码示例 #

import pandas as pd
from geopy.geocoders import Nominatim
from geopy.extra.rate_limiter import RateLimiter

# 初始化定位器，替换user_agent为你的标识
geolocator = Nominatim(user_agent="intern_postcode_geocoding")
# 控制请求频率
geocode = RateLimiter(geolocator.geocode, min_delay_seconds=1)

sales = pd.read_csv('file_path/ppd_data.csv')
# 获取地理编码结果
sales['location'] = sales['postcode'].apply(geocode)
# 提取经纬度，处理解析失败的情况
sales['co-ordinates'] = sales['location'].apply(
    lambda x: (x.latitude, x.longitude) if x is not None else (None, None)
)

# 查看结果
print(sales.head())

额外提示 #

• 对于英国土地登记处的邮编数据，确保邮编格式正确（如是否包含空格的标准格式SW1A 1AA），格式错误会导致解析失败。
• 如果批量数据量极大，建议考虑使用付费地理编码API，稳定性和处理速度会更优。

内容的提问来源于stack exchange，提问作者DLR