如何通过GPS坐标确定所属城市？Nominatim反向地理编码报错求解

你遇到的报错是两类问题共同导致的：

• 你直接将geolocator.reverse()返回的Location类实例对象赋值给初始化为float类型的location列，pandas做类型转换时尝试重新实例化Location对象失败，触发参数缺失报错
• 你使用的df['location'][i]属于链式索引操作，本身就存在赋值异常风险，同时逐行遍历请求的效率极低，也容易触发Nominatim开放接口的频率限制

1. 先升级依赖到稳定版本 #

运行命令升级相关库，避免版本兼容问题：
pip install --upgrade geopy pandas

2. 优化后的代码实现 #

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

# 初始化地理编码器，user_agent可自定义
geolocator = Nominatim(user_agent="geoapiExercises")
# 给逆地理编码方法加速率限制，符合Nominatim免费接口1次/秒的请求要求
reverse_geocode = RateLimiter(geolocator.reverse, min_delay_seconds=1)

# 批量生成经纬度拼接字符串
df["coords"] = df["latitude"].astype(str) + "," + df["longitude"].astype(str)

# 直接提取结构化地址信息，异常坐标返回空值
# 如需存储完整地址字符串，替换.raw['address']为.address即可
df["address_info"] = df["coords"].apply(
    lambda x: reverse_geocode(x).raw["address"] if reverse_geocode(x) else np.nan
)

# 提取城市字段，不同地区的地址结构中城市对应的key可能为city/town/village，可按需扩展
df["city"] = df["address_info"].apply(
    lambda x: x.get("city", x.get("town", x.get("village", np.nan))) if pd.notna(x) else np.nan
)

# 清理临时生成的中间列
df = df.drop(columns=["coords"])

3. 可选优化方案 #

如果你的数据量较大，可以改用本地离线逆地理编码库reverse_geocoder，无需联网请求，处理速度提升数十倍。如果同一个tripId对应的所有坐标都归属同一城市，可先按tripId去重后再请求，大幅降低请求次数。

内容的提问来源于stack exchange，提问作者Hermoine