在熊猫中使用地理编码器api查找位置

Question

我在pandas dataframe中有一系列城市名称。为此，我需要找出特定城市的地址，并将它们存储在同一数据框中的单独列中。 City列也包含NaN值。我分别获取给定位置/城市名称的地址。但它不适用于大熊猫数据帧

data = [['madurai',10],['NaN',12],['hosur',13]]
df = pd.DataFrame(data,columns=['Name','Age'])
from geopy.geocoders import Nominatim
geolocator = Nominatim()
for i in df.Name:
    if i == "NaN":
       continue
    loc = geolocator.geocode(i)
address = loc.address
print(address)

它适用于数据框，但仅返回最后一个地址，而不是整个3个城市。如果我们改变下面的顺序，

data = [['Nan',10],['Madurai',12],['hosur',13]]
df = pd.DataFrame(data,columns=['Name','Age'])

我收到错误：GeocoderTimedOut：服务超时

查询：1。我希望结果（地址）保存在第2列中。如何处理Nan值

Answer 1

您可以通过以下方式添加包含地址的列：

import pandas as pd
data = [['madurai',10],['NaN',12],['hosur',13]]
df = pd.DataFrame(data,columns=['Name','Age'])
from geopy.geocoders import Nominatim
geolocator = Nominatim()
for i in df.Name:
    if i == "NaN":
        continue
    df.loc[df.Name == i, 'Address'] = geolocator.geocode(i)

print(df)

Answer 2

您只获得最后的值，因为您将继续在循环中替换loceach时间。 GeocoderTimedOut: Service timed out错误的产生是因为您向服务器发出了许多请求。您应该在请求之间包含sleep。如果你仍然得到这个错误，请看一下：Link - Avoid time out

尝试：

import pandas as pd
from geopy.geocoders import Nominatim
import time

data = [['madurai',10],['NaN',12],['hosur',13]]
df = pd.DataFrame(data,columns=['Name','Age'])
geolocator = Nominatim(user_agent='test')
address = []
for i in df.Name:
    time.sleep(3)
    if i == "NaN":
       address.append('NaN')
       continue    
    address.append(geolocator.geocode(i))

df['address'] = address

Answer 3

我在请求之间引入了时间延迟，如下所示，以及几行查看进度条

from geopy.geocoders import Nominatim
geolocator = Nominatim()
from geopy.extra.rate_limiter import RateLimiter
geocode = RateLimiter(geolocator.geocode, min_delay_seconds=1)
final['Geolocation'] = final['city'].apply(geocode)
from tqdm import tqdm
tqdm.pandas()
final['Geolocation'] = final['city'].progress_apply(geocode)

它现在有效。