使用高德API批量获取地址经纬度数据（Python实现指南）

需求场景：

批量获取Excel表格中地址的经纬度坐标，用于地图可视化或数据分析。

解决的问题：

地址标准化：非结构化地址需清洗为API可解析的格式。

API调用限制：并发请求、日调用量限制。

错误处理：应对API返回的多种错误类型（如密钥错误、并发超限、地址解析失败等）

核心代码逻辑：

读取Excel文件，遍历地址列。

调用高德地理编码API。

解析返回的JSON数据，提取经纬度。

错误处理与重试机制。

代码优化点：

添加请求间隔（如time.sleep(0.5)）。

记录失败地址,支持重试和二次修改。

下载Python：

参考CSDN文章：今天给大家带来Python的下载安装教程！

下载VS Code：

安装扩展插件：

注册开发者账号：

创建应用并获取 API Key ： 

数据格式：

将目标数据保存为Excel文件（.xlsx）,列名清晰（如：“序号” “名称” “地址” 等）。

如需从网页中获取表格可参考CSDN文章：数据获取|如何将网页里的表格导出成Excel表格

地址清洗：

确保地址包含省市区（如“广东生深圳市南山区科技园”）。（tip：没有“省”“市”也没关系，如果报错则需相应添加）

 移除模糊词（如“附近”“对面”）、特殊符号（如#、（））。（tip：可以借助Excel的“查找和选择”功能批量处理，如图所示）

 复制粘贴如下代码，注意:代码中的API key和表格名称都需要替换成自己的。

import requests
import pandas as pd
import time

# 高德API参数
key = "你的API Key"
url = "https://restapi.amap.com/v3/geocode/geo"

# 读取Excel数据
df = pd.read_excel("你的表格名称及后缀")

# 请求参数
max_retries = 3
retry_delay = 1  # 秒
request_interval = 0.5  # 秒

failed_addresses = []

for index, row in df.iterrows():
    address = row["地址"] #如果报错，可检查这里表格储存地址的列名是否对应
    params = {
        "address": address,
        "key": key,
    }
    for attempt in range(max_retries):
        try:
            response = requests.get(url, params=params)
            result = response.json()
            if result["status"] == "1" and result["geocodes"]:
                location = result["geocodes"][0]["location"]
                lng, lat = location.split(",")
                df.at[index, "经度"] = lng
                df.at[index, "纬度"] = lat
                break
            else:
                #如果报错，可复制粘贴“返回结果”的内容，询问AI进行调试
                print(f"地址 {address} 第{attempt+1}次尝试失败：{result.get('info')},返回结果：{result}") 
                time.sleep(retry_delay)
        except Exception as e:
            print(f"请求异常：{e}")
            time.sleep(retry_delay)
    else:
        df.at[index, "经度"] = "失败"
        df.at[index, "纬度"] = "失败"
        failed_addresses.append(address)
    
    time.sleep(request_interval)  # 控制请求频率

# 保存结果
df.to_excel("你的表格名称_带坐标.xlsx", index=False)

# 保存失败地址
if failed_addresses:
    with open("failed_addresses.txt", "w") as f:
        f.write("\n".join(failed_addresses))
    print(f"有{len(failed_addresses)}个地址解析失败，已保存到文件。")

pip install pandas requests openpyxl

python test.py