PYTHON通过高德API实现城市地址与经纬度批量转换（每十个一组查询）

引言

最近爬虫了一堆新冠病的数据，想要通过FineBI在地图上展示出来，但是需要自行提供经纬度，网上倒是有部分现成的，比如《Python版中国省市经纬度》，需要可自取。当然还是建议自己爬取，一通百通。
效果如下：

代码功能：

• json文本转换与关键字段提取
• csv文件创建和数值写入
• list值批量读取和切割转换

1.申请KEY

高德上已有相应的开发手册介绍，直接参考其进行相应操作即可。
地理编码/逆地理编码 API:
https://lbs.amap.com/api/webservice/guide/api/georegeo

2.文档读取

之前爬的地址数据我放在a1.csv中，字段名称是’省份’和’城市’，文档编码是’gb2312’

def parse():
    datas = []
    m = 0
    lists=[]
    totalListData = pd.read_csv('locs.csv', encoding='gb2312')
    totalListDict = totalListData.to_dict('index')
    for j in range(0, len(totalListDict)):
        datas.append(
        #加'|'是为了后面方便批量查询
            str(totalListDict[j]['省份']+'省'+str(totalListDict[j]['城市'])+'|'))
    #将数组切割为每十个一组
    lists = [datas[i:i + 10] for i in range(0, len(datas), 10)]
    return lists

3.接口提交

将获取到的地址名称通过高德api实现转换；
需设置batch值为true，方便批量查询

def transform(cityName):
    ak = 'your_key_value'     #此处填写自己申请的key值
   base = "http://restapi.amap.com/v3/geocode/geo?key=%s&address=%s&batch=true" % (
        ak, cityName)

4.提取结果

仅仅获取结果还不够，要将我们需要的经纬度信息提取出来。

根据接口文档可知，经纬度信息在geocodes字段中的location中；

def transform(k,cityName):
   ak = 'yourkey'  #被人直接复制粘贴了，搞得我自己没了次数
   base = "http://restapi.amap.com/v3/geocode/geo?key=%s&address=%s&batch=true" % (
       ak, cityName)
   response = requests.get(base)
   answer = response. json()
   j=0
   list=[]
   while  (j< int(answer['count'])):
   # 不过爬取过程中出现有的城市无法确认经纬度的问题，加入判定语句，直接剔除掉
       if ((answer['geocodes'] != []) and (answer['geocodes'][j]['district'] != [])):
          #省
           province=answer['geocodes'][j]['province']
           #市
           city=answer['geocodes'][j]['city']
           location=answer['geocodes'][j]['location']
           location=''.join(location).split(',',1)
           #经度
           jingdu=location[0]
           #纬度
           weidu=location[1]
           #地区
           district=answer['geocodes'][j]['district']
           df.loc[k] = [province,city,district,jingdu,weidu]
           #换行
           k=k+1
       j=j+1

5.写入文档

如下，写入localdetail.csv：

if __name__ == '__main__':
    df = pd.DataFrame(columns=['province','city', 'district','jingdu','weidu'])
    cityNames = parse()
    k=0
    for cityName in cityNames:
        transform(k,cityName)
        k=k+10
    df.to_csv('locdetail7.csv', index=False)

最后贴图尚未完成FineBI的展示效果：

参考地址：

《Python 利用高德地图api实现经纬度与地址的批量转换》
《利用高德地图api将实际地址转换为经纬度（高德坐标系）python》

完整代码：

# -*- coding:utf-8 -*-
'''
利用高德地图api实现经纬度与地址的批量转换
'''
import requests
import pandas as pd
import time
import importlib
import sys
import json

importlib.reload(sys)

def parse():
    datas = []
    m = 0
    lists=[]
    totalListData = pd.read_csv('Updates_NC.csv', encoding='gb2312')
    totalListDict = totalListData.to_dict('index')
    for j in range(0, len(totalListDict)):
        datas.append(
            str(totalListDict[j]['省份']+'省'+str(totalListDict[j]['城市'])+'|'))
    lists = [datas[i:i + 10] for i in range(0, len(datas), 10)]
    return lists

def transform(k,cityName):
    ak = 'your_key_value'
    base = "http://restapi.amap.com/v3/geocode/geo?key=%s&address=%s&batch=true" % (
        ak, cityName)
    response = requests.get(base)
    answer = response. json()
    j=0
    list=[]
    while  (j< int(answer['count'])):
        if ((answer['geocodes'] != []) and (answer['geocodes'][j]['district'] != [])):
            province=answer['geocodes'][j]['province']
            city=answer['geocodes'][j]['city']
            location=answer['geocodes'][j]['location']
            location=''.join(location).split(',',1)
            jingdu=location[0]
            weidu=location[1]
            district=answer['geocodes'][j]['district']
            df.loc[k] = [province,city,district,jingdu,weidu]
            k=k+1
        j=j+1

if __name__ == '__main__':
    df = pd.DataFrame(columns=['province','city', 'district','jingdu','weidu'])
    cityNames = parse()
    k=0
    for cityName in cityNames:
        transform(k,cityName)
        k=k+10
    df.to_csv('locdetail7.csv', index=False)

github地址：
https://github.com/wangjie182/wh_ncov_city