Python Pandas调用Nominatim补全缺失街道字段时遇报错求助

问题回顾 #

需要补全CSV中纬度和经度非空但街道为空的行的街道名称，使用geolocator.reverse()实现，但多次尝试代码出现错误。

常见错误原因分析 #

1. 循环中调用isnull()的错误
   你在zip循环中拿到的a、b、c是单个值（字符串或数值），而isnull()是pandas Series/DataFrame的方法，单个值无法调用，应该用pd.isna()判断单个值是否为空。

2. np.where的使用误区
   np.where的第二个参数必须是表达式（返回标量/数组），不能执行多行赋值或函数调用语句，它无法处理需要发起网络请求的逻辑，不适合这个场景。

3. apply的使用错误
   对df["street"]（Series）调用apply时，参数x是单个街道值，没有x.street、x.latitude属性；同时lambda表达式不支持多行代码，复杂逻辑应该用普通函数配合DataFrame的apply(axis=1)（处理整行数据）。

4. 坐标格式错误
   你之前直接拼接纬度和经度字符串，生成的格式（如40.85736-73.84657）不符合Nominatim的要求，正确格式应为"纬度, 经度"。

正确实现代码 #

import pandas as pd
from geopy.geocoders import Nominatim
import time

# 修正Windows路径格式（用原始字符串避免转义问题）
df = pd.read_csv(r"C:\sample.csv")

# 初始化地理编码器，user_agent需设置唯一标识
geolocator = Nominatim(user_agent="my_street_filler_app")

def fill_missing_street(row):
    # 判断条件：街道为空，且纬度、经度均非空
    if pd.isna(row["street"]) and not pd.isna(row["latitude"]) and not pd.isna(row["longitude"]):
        # 构造符合要求的坐标字符串
        coords = f"{row['latitude']}, {row['longitude']}"
        try:
            # 加入延迟，避免触发Nominatim的请求速率限制（每秒最多1次）
            time.sleep(1)
            location = geolocator.reverse(coords)
            if location:
                # 从结构化地址中提取街道（更准确的方式）
                return location.raw['address'].get('road', row['street'])
                # 若需要完整地址前缀，可改用：return location.address.split(',')[0].strip()
        except Exception as e:
            print(f"处理坐标 {coords} 失败: {str(e)}")
    # 不满足条件则返回原街道值
    return row["street"]

# 应用函数到每一行，只更新需要补全的街道
df["street"] = df.apply(fill_missing_street, axis=1)

# 保存处理后的结果
df.to_csv(r"C:\filled_sample.csv", index=False)

关键注意点 #

• 请求速率限制：Nominatim要求每秒最多1次请求，必须加入time.sleep(1)，否则可能被临时封禁IP。
• 结构化地址提取：使用location.raw['address']可以获取更精准的地址组件（如road对应街道），比拆分完整地址字符串更可靠。
• 异常处理：加入try-except捕获网络错误、编码失败等异常，避免程序中断。

内容的提问来源于stack exchange，提问作者xiaochuan fang