Python中基于现有列映射值至新增DataFrame列及CSV城市地理编码需求

我正在开发一款能处理任意含城市列CSV的通用地理编码工具，目标是把城市名转换成对应的纬度（Latitudes）和经度（Longitudes）。结合你给出的示例CSV，我梳理了一套可行的实现步骤，分享给你：

示例CSV内容 #

Time,M1,M2,M3,CityName
temp,num,num,num,loc
20-May-13,19,20,0,delhi
20-May-13,25,42,7,agra
20-May-13,23,35,4,mumbai
20-May-13,21,32,3,delhi
20-May-13,17,27,1,mumbai
20-May-13,16,40,5,delhi

核心实现步骤 #

1. 提取城市列的唯一值 #

这一步是为了减少重复的地理编码请求，提升效率并避免浪费API配额：

• 读取CSV文件后，通过第二行的变量类型标记，自动识别出loc类型的列（示例中为CityName）
• 从该列中提取所有不重复的城市名称，比如示例里的delhi、agra、mumbai

2. 对唯一城市执行地理编码 #

拿到唯一城市列表后，调用地理编码服务完成转换：

• 针对每个唯一城市发起编码请求，将结果存储为键值对结构（城市名对应经纬度），比如：

  geocode_mapping = {
      "delhi": (28.6139, 77.2090),
      "agra": (27.1767, 78.0081),
      "mumbai": (19.0760, 72.8777)
  }
  

• 加入异常处理逻辑：比如城市名无法识别时，标记为None或NaN，避免整个流程中断

3. 将经纬度合并回原CSV #

遍历原CSV的每一行，根据城市名匹配对应的经纬度，新增Latitude和Longitude列：

Time,M1,M2,M3,CityName,Latitude,Longitude
temp,num,num,num,loc,coord,coord
20-May-13,19,20,0,delhi,28.6139,77.2090
20-May-13,25,42,7,agra,27.1767,78.0081
20-May-13,23,35,4,mumbai,19.0760,72.8777
20-May-13,21,32,3,delhi,28.6139,77.2090
20-May-13,17,27,1,mumbai,19.0760,72.8777
20-May-13,16,40,5,delhi,28.6139,77.2090

通用化适配要点 #

• 动态列识别：依赖CSV第二行的类型标记，自动定位需要地理编码的列，适配任意结构的CSV
• 全量数据保留：处理过程中不修改原有列的内容，仅新增经纬度列
• 容错机制：对编码失败的城市做特殊标记，保证工具能完整处理整个CSV文件

内容的提问来源于stack exchange，提问作者gkuhu