python调用高德接口获取国内行政区经纬度数据

已于 2022-03-25 13:52:30 修改
阅读量814 收藏 4
点赞数 2
文章标签： python
于 2021-11-23 10:23:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/youniubi/article/details/121487299
版权

文章目录


参考博客：https://blog.csdn.net/qq_35625681/article/details/118873871

格式一

输出字段：‘国家’, ‘省份’, ‘市’, ‘区县’, ‘街道’, ‘区域编码’, ‘区域中心点’, ‘行政区划分级别’, ‘城市编码’

import requests
import pandas as pd
import time
import os

# 高德接口介绍 https://lbs.amap.com/api/webservice/guide/api/district

key = 'XX'  # 参考接口介绍获取key，以及以下参数意义
while True:  # 创建循环，如果查询结果成功，跳出循环
    keywords = input('请输入需查询的关键词，例如，中国，山东，济南，历下区:\n')
    subdistrict = input('设置显示下级行政区级数，可输入数字：0、1、2、3：\n')
    extensions = 'base'
    url = f'http://restapi.amap.com/v3/config/district?key={key}&keywords={keywords}&subdistrict={subdistrict}&extensions={extensions}'
    r = requests.get(url)
    data = r.json()
    建议结果列表 = data['count']
    if 建议结果列表 == '0':
        print('参数输入错误，请重新输入！返回值：', 建议结果列表)
    else:
        break

行政区数据列表 = []  # 创建空列表，用户存储查询的数据

s1 = data['districts'][0]['adcode']    # 区域编码
s2 = data['districts'][0]['name']      # 行政区名称
s3 = data['districts'][0]['center']    # 区域中心点
s4 = data['districts'][0]['level']     # 行政区划级别
s5 = data['districts'][0]['citycode']  # 城市编码
if s4 == 'country':
    行政区数据列表.append([s2, '', '', '', '', s1, s3, s4, s5])  # 国家
if s4 == 'province':
    行政区数据列表.append(['', s2, '', '', '', s1, s3, s4, s5])  # 省份
if s4 == 'city':
    行政区数据列表.append(['', '', s2, '', '', s1, s3, s4, s5])  # 市
if s4 == 'district':
    行政区数据列表.append(['', '', '', s2, '', s1, s3, s4, s5])  # 区县
if s4 == 'street':
    行政区数据列表.append(['', '', '', '', s2, s1, s3, s4, s5])  # 街道

一级行政区数据 = data['districts'][0]['districts']
一级行政区个数 = len(一级行政区数据)

for i in range(0, 一级行政区个数):
    s1 = 一级行政区数据[i]['adcode']
    s2 = 一级行政区数据[i]['name']
    s3 = 一级行政区数据[i]['center']
    s4 = 一级行政区数据[i]['level']
    s5 = 一级行政区数据[i]['citycode']
    if s4 == 'country':
        行政区数据列表.append([s2, '', '', '', '', s1, s3, s4, s5])  # 国家
    if s4 == 'province':
        行政区数据列表.append(['', s2, '', '', '', s1, s3, s4, s5])  # 省份
    if s4 == 'city':
        行政区数据列表.append(['', '', s2, '', '', s1, s3, s4, s5])  # 市
    if s4 == 'district':
        行政区数据列表.append(['', '', '', s2, '', s1, s3, s4, s5])  # 区县
    if s4 == 'street':
        行政区数据列表.append(['', '', '', '', s2, s1, s3, s4, s5])  # 街道

    二级行政区数据 = 一级行政区数据[i]['districts']
    二级行政区个数 = len(二级行政区数据)

    for x in range(0, 二级行政区个数):
        s1 = 二级行政区数据[x]['adcode']
        s2 = 二级行政区数据[x]['name']
        s3 = 二级行政区数据[x]['center']
        s4 = 二级行政区数据[x]['level']
        s5 = 二级行政区数据[x]['citycode']
        if s4 == 'country':
            行政区数据列表.append([s2, '', '', '', '', s1, s3, s4, s5])  # 国家
        if s4 == 'province':
            行政区数据列表.append(['', s2, '', '', '', s1, s3, s4, s5])  # 省份
        if s4 == 'city':
            行政区数据列表.append(['', '', s2, '', '', s1, s3, s4, s5])  # 市
        if s4 == 'district':
            行政区数据列表.append(['', '', '', s2, '', s1, s3, s4, s5])  # 区县
        if s4 == 'street':
            行政区数据列表.append(['', '', '', '', s2, s1, s3, s4, s5])  # 街道

        三级行政区数据 = 二级行政区数据[x]['districts']
        三级行政区个数 = len(三级行政区数据)

        for y in range(0, 三级行政区个数):
            s1 = 三级行政区数据[y]['adcode']
            s2 = 三级行政区数据[y]['name']
            s3 = 三级行政区数据[y]['center']
            s4 = 三级行政区数据[y]['level']
            s5 = 三级行政区数据[y]['citycode']
            if s4 == 'country':
                行政区数据列表.append([s2, '', '', '', '', s1, s3, s4, s5])  # 国家
            if s4 == 'province':
                行政区数据列表.append(['', s2, '', '', '', s1, s3, s4, s5])  # 省份
            if s4 == 'city':
                行政区数据列表.append(['', '', s2, '', '', s1, s3, s4, s5])  # 市
            if s4 == 'district':
                行政区数据列表.append(['', '', '', s2, '', s1, s3, s4, s5])  # 区县
            if s4 == 'street':
                行政区数据列表.append(['', '', '', '', s2, s1, s3, s4, s5])  # 街道

df = pd.DataFrame(行政区数据列表, columns=['国家', '省份', '市', '区县', '街道', '区域编码', '区域中心点', '行政区划分级别', '城市编码'])
print(df)
路径 = '行政区域查询-' + str(time.strftime("%Y%m%d%H%M%S", time.localtime())) + '.xlsx'

print('请输入自定义文件保存位置，不输入则保存在默认位置，示例：C:\\Users\\lenovo\\Desktop\\')
address = ''
address_input = input('请输入：')
if len(address_input)==0:
    address = 路径
else:
    address = address_input + 路径
df.to_excel(address)

#显示最终保存路径
last_address = ''
if len(address_input) ==0:
    last_address = os.path.abspath('.')+ '\\'+ address
else :
    last_address = address
print('查询完成，结果输出：' + last_address)

格式二

输出字段：‘区域’, ‘区域编码’, ‘区域中心点’, ‘行政区划分级别’, ‘城市编码’

import requests
import pandas as pd
import time
import os

# 高德接口介绍 https://lbs.amap.com/api/webservice/guide/api/district

key = 'XX'  # 参考接口介绍获取key，以及以下参数意义
while True:  # 创建循环，如果查询结果成功，跳出循环
    keywords = input('请输入需查询的关键词，例如，中国，浙江，杭州，余杭:\n')
    subdistrict = input('设置显示下级行政区级数，可输入数字：0、1、2、3：\n')
    extensions = 'base'
    url = f'http://restapi.amap.com/v3/config/district?key={key}&keywords={keywords}&subdistrict={subdistrict}&extensions={extensions}'
    r = requests.get(url)
    data = r.json()
    建议结果列表 = data['count']
    if 建议结果列表 == '0':
        print('参数输入错误，请重新输入！返回值：', 建议结果列表)
    else:
        break

行政区数据列表 = []  # 创建空列表，用户存储查询的数据

s1 = data['districts'][0]['adcode']    # 区域编码
s2 = data['districts'][0]['name']      # 行政区名称
s3 = data['districts'][0]['center']    # 区域中心点
s4 = data['districts'][0]['level']     # 行政区划级别
s5 = data['districts'][0]['citycode']  # 城市编码
行政区数据列表.append([s2, s1, s3, s4, s5])

一级行政区数据 = data['districts'][0]['districts']
一级行政区个数 = len(一级行政区数据)

for i in range(0, 一级行政区个数):
    s1 = 一级行政区数据[i]['adcode']
    s2 = 一级行政区数据[i]['name']
    s3 = 一级行政区数据[i]['center']
    s4 = 一级行政区数据[i]['level']
    s5 = 一级行政区数据[i]['citycode']
    行政区数据列表.append([s2, s1, s3, s4, s5])

    二级行政区数据 = 一级行政区数据[i]['districts']
    二级行政区个数 = len(二级行政区数据)

    for x in range(0, 二级行政区个数):
        s1 = 二级行政区数据[x]['adcode']
        s2 = 二级行政区数据[x]['name']
        s3 = 二级行政区数据[x]['center']
        s4 = 二级行政区数据[x]['level']
        s5 = 二级行政区数据[x]['citycode']
        行政区数据列表.append([s2, s1, s3, s4, s5])

        三级行政区数据 = 二级行政区数据[x]['districts']
        三级行政区个数 = len(三级行政区数据)

        for y in range(0, 三级行政区个数):
            s1 = 三级行政区数据[y]['adcode']
            s2 = 三级行政区数据[y]['name']
            s3 = 三级行政区数据[y]['center']
            s4 = 三级行政区数据[y]['level']
            s5 = 三级行政区数据[y]['citycode']
            行政区数据列表.append([s2, s1, s3, s4, s5])

df = pd.DataFrame(行政区数据列表, columns=['区域', '区域编码', '区域中心点', '行政区划分级别', '城市编码'])
print(df)
路径 = '行政区域查询-' + str(time.strftime("%Y%m%d%H%M%S", time.localtime())) + '.xlsx'

print('请输入自定义文件保存位置，不输入则保存在默认位置，示例：C:\\Users\\lenovo\\Desktop\\')
address = ''
address_input = input('请输入：')
if len(address_input)==0:
    address = 路径
else:
    address = address_input + 路径
df.to_excel(address)

#显示最终保存路径
last_address = ''
if len(address_input) ==0:
    last_address = os.path.abspath('.')+ '\\'+ address
else :
    last_address = address
print('查询完成，结果输出：' + last_address)
黑斯汀
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
爬取各个行政区划坐标（区县）脚本
12-12
该脚本用于爬取高德API行政区划坐标数据（区县），获取某省或者某市各个行政区划的面的坐标数据，并生成矢量文件，并将坐标转化为WGS1984的。
利用python,根据地址查询所属街道(高德地图)
qq_42213727的博客
06-28 4972
利用python,根据地址查询所属街道(高德地图)
使用高德地图API批量获取地址对应的经纬度
最新发布
hongyinvjianke的博客
03-13 2965
利用高德地图API实现批量获取地址对应的经纬度
数据资源 | 干货满满！利用Python获取中国行政区边界经纬度坐标
weixin_55633225的博客
04-11 1040
本文解决了统计某市企业数量地理分布的第一步：获取行政区边界经纬度坐标（之后会推送后续的步骤，敬请关注！）。首先介绍几种获取中国行政区边界经纬度的方法，然后基于高德开放平台[1]，提供2份已实现功能的Python代码，供读者参考。
Python调用高德地图API获取中文地址对应的经纬度
bosong的博客
05-06 8003
目录 一、高德地图API简介 1.进入“地理/逆地理编码API”界面 2.地理编码API参数简介 二、python获取地址经纬度 1.获取单个位置经纬度 2.获取多个位置经纬度 PS:本文借助高德API实现任意地址的经纬度获取，适用面较广。如果个人手中数据为比较整齐的省区县数据，相对应到经纬度，也可以参考python处理中文地址描述中的省市区信息（经纬度）。 开始正文~ 一、高德...
【Python&GIS】基于高德Api实现批量地址查询经纬度
Remote Sensing迷途小书童
10-27 2548
之前因为同事需要几千个小区的经纬度信息，所以就帮同事写了一段Python代码，通过调取高德地图的api实现地址查询经纬度这个功能。对于如何使用经纬度查询地址的方法，我之前分享过博文：【Python入门教程】获取图片可视化精准定位（逆地理编码），如果大家感兴趣可以自己去看下。这次主要是分享如何通过地址查询经纬度。
python 调用API接口 获取和解析 Json数据
12-17
调用API接口数据，抽取我们所需类型的数据，并写入指定mysql数据库。 先从宏观上看这个任务，并对任务进行分解： step1：需要学习python下的通过url读取数据的方式； step2：数据解析，也是核心部分，数据格式从...
Python获取高德地图城市行政区划点坐标数据
07-28
Python获取高德地图城市位置坐标，批量获取若干城市或者 区县经纬度信息 需要使用自己申请的高德开放者平台key，替换带入自己的key即可 自动批量下载，结果保存是excel格式。 适用人群：初学者，能够简单使用python...
Python 利用高德地图api实现经纬度与地址的批量转换
01-01
我们都知道，可以使用高德地图api实现经纬度与地址的转换。那么，当我们有很多个地址与经纬度，需要批量转换的时候，应该怎么办呢？ 在这里，选用高德Web服务的API，其中的地址/逆地址编码，可以实现经纬度与地址的...
python调用高德地图获取POI信息
03-20
通过python调用高德地图的接口，获取经纬度对应的地址信息和POi信息，需要的来下载吧，绝对可用，并且十分的准确。通过python调用高德地图的接口，获取经纬度对应的地址信息和POi信息，需要的来下载吧，绝对可用，...
python通过高德多边形区域搜索获取区域内poi数据核心代码
05-29
#encoding = utf-8 #本程序精致禁止用于商业活动仅供技术交流 #程序中**----**中的内容需要替换为自己的数据 #程序中设计到的矩形对角坐标采集需要通过...#程序可以循环运行，需要提供准确的对角经纬度坐标
基于JavaScript实现高德地图和百度地图提取行政区边界经纬度坐标
12-08
前言 近来由于工作需要,需要提取某些城市的经纬度坐标,稍微搜索了一下,发现百度地图和高德地图都提供了相关的函数和例子.那么剩余的工作也就比较简单了,保存坐标,然后转换为WGS坐标,这样才能和现有的GPS数据以及地图匹配. 主要问题和解决方法 本地保存文件跨浏览器支持 由于安全的原因,JavaScript本地保存文件的方式通常都只有IE支持的ActiveXObject/Open方法,每次都要提示不安全和允许运行,非常麻烦.好在其他浏览器目前都支持标签实现文件下载的方法.经测试最新的Google Chrome, Mozilla Firefox,百度浏览器,360浏览器下都可以运行.不
全国行政区划数据（含经纬度边界）
01-07
全国行政区划数据（含经纬度边界）
python3 高德行政区域API获取公开的省市区县街道乡镇数据，入MySQL库
felix0125的博客
10-19 2419
此次爬取,主要通过调取高德行政区划查询API接口，获取最新的数据信息（省、市、区、乡镇、街道经纬度、行政级别、城市编码、行政编码等），并通过pymysql存入mysql数据库 表结构： DROP TABLE IF EXISTS `districtsx`; CREATE TABLE `districtsx` ( `districtId` int(11) NOT NULL AUTO_INCREMENT, `districtPid` int(11) NULL DEFAULT NULL COMMEN
Python根据地理位置，得到省市区（高德地图api）
m0_50734949的博客
03-16 3820
ᵕ̈ ᑋᵉᑊᑊᵒ 第一次写博客，主要想记录一下自己学习的过程，希望可以互相探讨哈！ 这个文章是我在工作中碰到的问题，主要诉求是根据一些具体的地理位置，得出其所在的省市区。我的解决方法附在下面，但还是不够完善。 一、数据处理 本文章用的excel文件的链接地理位置.xlsx 本文选取如上的地址数据，可能存在地址过长导致无法获取所需信息的问题，所以先在单元格B2输入公式=left(A2,20)，然后下拉至底部。清洗后的数据如下： 二、解析页面 百度搜索高德地图坐标拾取器，得到如下页面： 右键点击空白地方，选.
【应用】Python利用高德地图经纬度数据绘制定位
大家好，欢迎来到鱼尾的博客！
03-21 2981
利用高德地图经纬度数据绘制定位
Python 位置名称通过高德API获取行政区划信息ByMySQL
醉陌浮生，乱谜浊
08-13 514
先上代码 #!/usr/bin/env python3 # -*- coding: utf-8 -*- # coding=utf-8 import pymysql import requests def get_infor(hospit_name, region="全国"): # return list response = requests.get( 'https://restapi.amap.com/v5/place/text?parameters&key=【高德K
python调用高德地图API，获取省、市、区、经纬度信息
pentiumcpu的专栏
03-29 2337
python调用高德地图API，获取省、市、区、经纬度信息，打算用此数据作为数据分析的位置数据。 第一步：高德注册账号 https://lbs.amap.com/ 推荐使用支付宝认证 第二步：注册应用 控制台中-我的应用-创建新应用 第三步：添加key 控制台-我的应用-添加key 第四步：写代码，调用 我的代码中有解析pyecharts的城市经纬度的代码 主要包含几个函数，我...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值