Geopy逆地理编码函数批量处理仅返回部分城市的求助

核心问题分析 #

批量调用成功率低的问题，主要源于这几点：

• Nominatim请求限流：Nominatim官方限制每秒最多1次请求，批量循环调用时频繁发起请求，大部分被服务器拦截，导致返回空值；单条调用速度慢，不会触发限流，所以每次都能成功。
• 重复创建Geolocator实例：每次调用get_city都新建Nominatim对象，既降低效率，又加重服务器请求负担，更容易触发限流机制。
• 地址字段覆盖不全：很多地区的地址数据里没有city字段，而是用town、village、municipality等字段表示，仅取city会漏掉这类情况。
• 无异常处理：请求超时、服务器错误时，代码直接报错，导致对应行结果为空甚至中断流程。

修复后的代码 #

# 导入库
from tkinter import *
from geopy.geocoders import Nominatim
from geopy.exc import GeocoderTimedOut, GeocoderServiceError
import time

# 创建tkinter窗口（若不需要GUI可删除此部分）
win = Tk()
win.geometry("700x350")

# 仅初始化一次Geolocator实例，设置超时时间与用户代理
geolocator = Nominatim(user_agent="MyApp", timeout=10)

def get_city(coords):
    try:
        # 增加请求延迟，严格遵守限流规则
        time.sleep(1.1)
        # 执行反向地理编码
        location = geolocator.reverse(coords, exactly_one=True)
        if not location:
            return ""
        address = location.raw['address']
        # 优先取city，无结果则依次尝试其他常用地址字段
        city = address.get('city') or address.get('town') or address.get('village') or address.get('municipality') or ""
        return city
    except (GeocoderTimedOut, GeocoderServiceError):
        # 请求失败时重试一次
        time.sleep(2)
        try:
            location = geolocator.reverse(coords, exactly_one=True)
            if not location:
                return ""
            address = location.raw['address']
            city = address.get('city') or address.get('town') or address.get('village') or address.get('municipality') or ""
            return city
        except (GeocoderTimedOut, GeocoderServiceError):
            return ""

# 应用函数到DataFrame
irma['city'] = irma['coordinates'].apply(get_city)

关键优化说明 #

• 全局Geolocator实例：只初始化一次Nominatim对象，减少服务器连接开销，降低限流触发概率。
• 请求延迟控制：每次请求前添加1.1秒延迟，严格符合Nominatim的请求频率限制。
• 多地址字段兼容：同时检查city、town、village等字段，覆盖更多地区的地址数据场景。
• 异常处理与重试：捕获超时和服务错误，并重试一次，避免单次请求失败就返回空值。
• 空值安全判断：若反向编码无结果（如坐标在海洋等无地址区域），直接返回空字符串，避免报错中断流程。

额外建议 #

如果数据量较大，建议改用Photon或付费地理编码服务（如Google Maps Geocoding），这类服务的限流规则更宽松，处理速度更快。比如切换到Photon，只需将Geolocator实例换成Photon(user_agent="MyApp")即可。

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