如何将地点数据转换为ISO 3166代码以制作Choropleth地图

直接截取Location字段最后字符的思路行不通，因为发射地点的格式大概率不统一（比如有的是“具体场地, 国家”，有的可能包含地区名），而且字符串处理不当很容易出现NaN。下面是几种靠谱的解决方案：

1. 用地理编码工具自动解析 #

借助geopy库的地理编码功能，能自动识别各种格式的地点字符串，返回对应的ISO代码：

• 先安装库：pip install geopy
• 示例代码：

from geopy.geocoders import Nominatim
import pandas as pd

# 初始化编码器，user_agent随便填个标识
geolocator = Nominatim(user_agent="launch_loc_converter")

def fetch_iso_code(location):
    try:
        # 解析地点
        loc_data = geolocator.geocode(location, exactly_one=True)
        if loc_data:
            # 提取alpha-2格式的代码，转成大写
            alpha2_code = loc_data.raw['address'].get('country_code', '').upper()
            # 如果需要alpha-3格式（比如USA、FRA），可以用映射表转换
            alpha2_to_alpha3 = {'US':'USA', 'FR':'FRA', 'RU':'RUS', 'CN':'CHN'}
            return alpha2_to_alpha3.get(alpha2_code, alpha2_code)
        return None
    except Exception:
        return None

# 给数据集新增ISO代码列
df['ISO_Code'] = df['Location'].apply(fetch_iso_code)

2. 手动构建映射字典（适合地点数量少的情况） #

如果你的发射地点列表是固定的，直接手动整理每个地点对应的ISO代码，效率更高：

# 手动构建地点到ISO代码的映射
loc_iso_map = {
    '肯尼迪航天中心': 'USA',
    '圭亚那太空中心': 'FRA',
    '拜科努尔航天发射场': 'KAZ',
    '酒泉卫星发射中心': 'CHN'
    # 把你数据里的所有地点都补充进来
}

# 批量转换
df['ISO_Code'] = df['Location'].map(loc_iso_map)

# 处理未匹配的地点（如果有的话）
unmatched_locs = df[df['ISO_Code'].isna()]['Location'].unique()
print("未匹配的地点：", unmatched_locs)
# 手动补充这些地点的映射后重新赋值

3. 优化字符串分割（如果地点格式相对统一） #

如果你的Location列格式都是“场地名称, 国家/地区”这种统一格式，可以用字符串分割提取国家，再映射成ISO代码：

# 分割字符串，提取最后一部分（国家）
df['Country'] = df['Location'].str.split(', ').str[-1].str.strip()

# 国家到ISO代码的映射
country_iso_map = {
    '美国': 'USA',
    '法国': 'FRA',
    '俄罗斯': 'RUS',
    '中国': 'CHN'
}

df['ISO_Code'] = df['Country'].map(country_iso_map)

注意：如果有格式不统一的行，这个方法会失效，需要先清理数据（比如处理空值、异常格式的字符串）。

内容的提问来源于stack exchange，提问作者nkdtech