OpenStreetMap Nominatim API批量地址转坐标脚本故障排查

问题背景 #

我需要为一批维也纳地址获取坐标，数据集已通过read_csv读入为data对象，依赖tidyverse和jsonlite库，仅使用街道列Straße与门牌号列ON，所有地址归属奥地利维也纳。

地址格式化代码如下，生成的格式（如1+milanweg,+vienna）符合OpenStreetMap要求，手动调用API能正常返回坐标：

data$formatted_address <- paste(ifelse(is.na(data$ON), "", data$ON), "+", tolower(data$Straße), ",+vienna", sep = "")

但使用以下批量请求脚本时，lat和lon始终为空，需修复：

data$coordinates <- data.frame(lat = NA, lon = NA)
for (i in 1:nrow(data)) {
  result <- try(readLines(paste0("https://nominatim.openstreetmap.org/search?q=", 
                                 URLencode(data$formatted_address[i]), "&format=json&polygon=1&addressdetails=1")), 
                silent = TRUE)
  if (!inherits(result, "try-error")) {
    if (length(result) > 0) {
      result <- fromJSON(result)
      if (length(result) > 0 && is.list(result[[1]])) {
        data$coordinates[i, ] <- c(result[[1]]$lat, result[[1]]$lon)
      }
    }
  }
}

问题原因 #

1. 嵌套数据框赋值错误：data$coordinates是嵌套在data中的数据框，R无法正确识别data$coordinates[i, ]的行赋值逻辑，导致坐标无法写入。
2. 无请求延迟触发限流：Nominatim API限制每秒最多1次请求，批量请求无延迟会被服务器拒绝，返回空结果。
3. 坐标类型未转换：API返回的lat和lon是字符串类型，直接赋值会导致存储异常。

修复后的脚本 #

# 直接初始化lat和lon为data的列，避免嵌套数据框
data$lat <- NA_real_
data$lon <- NA_real_

for (i in 1:nrow(data)) {
  # 跳过空地址或仅含城市的无效地址
  if (is.na(data$formatted_address[i]) || data$formatted_address[i] == ",+vienna") {
    next
  }
  
  # 构造请求URL
  request_url <- paste0(
    "https://nominatim.openstreetmap.org/search?q=",
    URLencode(data$formatted_address[i]),
    "&format=json&polygon=1&addressdetails=1"
  )
  
  # 直接用fromJSON请求并解析，简化逻辑
  api_result <- try(fromJSON(request_url), silent = TRUE)
  
  if (!inherits(api_result, "try-error") && length(api_result) > 0) {
    # 将字符串坐标转为数值型后赋值
    data$lat[i] <- as.numeric(api_result[[1]]$lat)
    data$lon[i] <- as.numeric(api_result[[1]]$lon)
  }
  
  # 添加1秒延迟，遵守API请求频率限制
  Sys.sleep(1)
}

关键优化说明 #

• 取消嵌套结构：把lat和lon设为data的直接列，解决赋值索引问题。
• 添加请求延迟：Sys.sleep(1)确保符合Nominatim的请求频率规则，避免被限流。
• 简化请求逻辑：直接使用fromJSON发起请求并解析，减少中间步骤的错误点。
• 过滤无效地址：跳过无街道信息的无效地址，减少无效请求。
• 类型转换：将API返回的字符串坐标转为数值型，保证数据格式正确。

内容的提问来源于stack exchange，提问作者DunkinDont