正则提取子路径：从DataFrame的place字段获取倒数第二个路径段

我来帮你一步步搞定这个问题——核心思路是先从place字段拆分出所需的层级地点，再组合省/州和城市信息做地理编码，彻底解决重名城市的识别问题。

第一步：用Python提取目标地点字段 #

假设你的df是Pandas DataFrame，我们先把place字段按/拆分，分别提取倒数第二个部分（对应provinceName1）和最后一个部分（对应cityName0），再把两者组合成带归属地的完整地点，避免像Perth这类重名城市的混淆。

代码示例：

import pandas as pd

# 拆分place字段为层级列表
df['place_parts'] = df['place'].str.split('/')

# 提取倒数第二个/后的内容作为provinceName1
df['provinceName1'] = df['place_parts'].str[-2]
# 提取最后一个/后的内容作为cityName0
df['cityName0'] = df['place_parts'].str[-1]

# 组合成「省/州, 城市」的格式，用于地理编码
df['full_location'] = df['provinceName1'] + ', ' + df['cityName0']

如果遇到place字段格式不统一的情况（比如有的记录只有1个/），可以加个容错处理：

def extract_locations(place_str):
    parts = place_str.split('/')
    if len(parts) >= 2:
        return parts[-2], parts[-1]
    # 格式不符合时返回原字符串作为兜底
    return place_str, place_str

# 批量处理并拆分到新列
df[['provinceName1', 'cityName0']] = df['place'].apply(
    lambda x: pd.Series(extract_locations(x))
)
df['full_location'] = df['provinceName1'] + ', ' + df['cityName0']

第二步：用ggmap进行精准地理编码 #

接下来用R语言的ggmap库进行地理编码，用我们组合好的full_location作为查询词，这样即使城市名重复，带上省/州信息也能准确定位。

注意：如果使用Google Maps的地理编码服务，需要先注册API密钥；如果用免费的OpenStreetMap Nominatim服务，无需密钥但要注意请求频率限制。

示例代码（Google Maps服务）： #

library(ggmap)

# 注册你的Google Maps API密钥
register_google(key = "你的API密钥")

# 批量获取经纬度
geo_data <- geocode(df$full_location, output = "latlon")

# 把地理编码结果合并回原数据框
df <- cbind(df, geo_data)

示例代码（免费Nominatim服务）： #

library(ggmap)

# 使用OpenStreetMap的Nominatim服务
geo_data <- geocode(df$full_location, output = "latlon", source = "osm")

# 合并结果
df <- cbind(df, geo_data)

这样处理后，你就能得到每个地点的准确经纬度，完全避开重名城市的识别误差啦。

内容的提问来源于stack exchange，提问作者aterhorst