如何在pandas DataFrame中从地址列提取城市及对应经纬度坐标

场景说明 #

你的DataFrame中地址列格式为路名, 城市 邮编 国家（示例：King Saud Road, Al Khobar 31952 Saudi Arabia），需要拆分出城市、经纬度字段，以下是两种可直接运行的方案：

方案1：格式统一时直接拆分提取城市 #

如果所有地址都遵循逗号+空格分隔的固定格式，直接用pandas字符串方法拆分即可，不需要调用外部接口：

# 按逗号拆分取第二部分，去除首尾空格后再按空格拆分，排除末尾的邮编、国家字段后拼接得到城市名
df['city'] = df['address'].str.split(',').str[1].str.strip().str.split(' ').str[:-2].str.join(' ')

方案2：调用地理编码API同时获取城市+经纬度 #

如果地址格式不固定，或者需要精准的经纬度坐标，用geopy库调用开源地理编码服务实现批量解析：

1. 先安装依赖包
   pip install geopy pandas tqdm
2. 运行解析代码

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

# 初始化地理编码器，user-agent可自定义为任意不重复的标识
geolocator = Nominatim(user_agent="custom_address_parser")
# 配置请求限流，避免接口封禁，每秒最多请求1次
geocode_func = RateLimiter(geolocator.geocode, min_delay_seconds=1)

# 批量解析地址，带进度条提示
tqdm.pandas(desc="地址解析进度")
df['geo_result'] = df['address'].progress_apply(
    lambda addr: geocode_func(addr, exactly_one=True, addressdetails=True) if pd.notna(addr) else None
)

# 提取目标字段
df['latitude'] = df['geo_result'].apply(lambda x: x.latitude if x else None)
df['longitude'] = df['geo_result'].apply(lambda x: x.longitude if x else None)
# 优先取城市字段，取不到自动降级取城镇/乡村字段
df['city'] = df['geo_result'].apply(
    lambda x: x.raw['address'].get('city', x.raw['address'].get('town', x.raw['address'].get('village'))) if x else None
)

# 删除临时存储的完整解析结果
df = df.drop(columns=['geo_result'])

注意：免费的Nominatim服务有调用频率限制，必须保留限流配置，单日请求量过大的话建议替换为高德/谷歌地图的商用地理编码接口

自定义函数运行失败常见原因 #

• 未处理地址列的空值，空值传入处理函数触发报错
• 调用外部API时没有加限流逻辑，请求被服务端拒绝返回空值
• 字符串拆分时没有做边界判断，部分不符合格式的地址导致索引越界

内容的提问来源于stack exchange，提问作者R.Mohammed