Python 批量解析 Excel 经纬度，调用高德地图 API 获取中文地址

一、前言

在项目开发过程中，经常会遇到只有 GPS 经纬度，没有具体地址的数据，例如车辆轨迹、人员定位、设备定位等。

如下图所示，Excel 中保存了经纬度信息：

GIS_LON	GIS_LAT	GIS_LON_O	GIS_LAT_O
121.473701	31.230416	121.473680	31.230390

希望最终生成：

GIS_LON	GIS_LAT	GIS_LON_O	GIS_LAT_O	完整地址	省	市	区县	街道
121.473701	31.230416	121.473680	31.230390	上海市黄浦区人民大道100号	上海市	上海市	黄浦区	南京东路街道

本文介绍如何使用 Python + 高德地图 Web 服务 API 实现 Excel 经纬度批量解析中文地址。

二、准备工作

1、申请高德地图 Key

访问高德开放平台：

https://lbs.amap.com/

注册开发者账号。

进入：

text 复制代码

控制台
    ↓
我的应用

创建应用时，应用类型必须选择：

text 复制代码

Web 服务（Web Service）

注意：

不要创建 Android、iOS 或 Web 端(JS API) Key，否则调用接口会报：
text 复制代码
USERKEY_PLAT_NOMATCH
infocode:10009

创建完成后，复制生成的 Key，例如：

text 复制代码

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

三、安装依赖

安装所需 Python 库：

bash 复制代码

pip install pandas requests openpyxl tqdm

四、高德逆地理编码接口

接口地址：

text 复制代码

https://restapi.amap.com/v3/geocode/regeo

请求示例：

text 复制代码

https://restapi.amap.com/v3/geocode/regeo?key=你的Key&location=121.473701,31.230416

返回结果：

json 复制代码

{
  "status":"1",
  "regeocode":{
      "formatted_address":"上海市黄浦区人民大道100号",
      "addressComponent":{
          "province":"上海市",
          "city":"上海市",
          "district":"黄浦区",
          "township":"南京东路街道"
      }
  }
}

五、Python 完整代码

python 复制代码

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import time
import requests
import pandas as pd
from tqdm import tqdm

# ======================================================
# 配置
# ======================================================

# 高德Key
AMAP_KEY = ""

# 输入文件
INPUT_FILE = "0012.xlsx"

# 输出文件
OUTPUT_FILE = "baidu-gis-out.xlsx"

# 是否使用原始坐标（N、O）
USE_ORIGINAL = False

# 高德API
API = "https://restapi.amap.com/v3/geocode/regeo"

# ======================================================
# 缓存
# ======================================================

cache = {}

# ======================================================
# 查询地址
# ======================================================


def reverse_geocode(lon, lat):

    key = f"{lon},{lat}"

    if key in cache:
        return cache[key]

    params = {
        "key": AMAP_KEY,
        "location": key,
        "extensions": "all",
        "radius": 100
    }

    try:

        r = requests.get(API, params=params, timeout=10)

        data = r.json()

        if data["status"] != "1":
            print(data)
            return {}

        regeocode = data["regeocode"]

        component = regeocode.get("addressComponent", {})

        result = {
            "地址": regeocode.get("formatted_address", ""),
            "省": component.get("province", ""),
            "市": component.get("city", ""),
            "区县": component.get("district", ""),
            "街道": component.get("township", ""),
            "门牌号": component.get("streetNumber", {}).get("number", ""),
            "POI": ""
        }

        pois = regeocode.get("pois", [])

        if len(pois) > 0:
            result["POI"] = pois[0].get("name", "")

        cache[key] = result

        return result

    except Exception as e:

        print("查询失败：", key, e)

        return {}

# ======================================================
# 主程序
# ======================================================

print("读取Excel...")

df = pd.read_excel(INPUT_FILE)

query_lon = []
query_lat = []

address = []
province = []
city = []
district = []
township = []
street = []
poi = []

print("开始解析地址...")

for _, row in tqdm(df.iterrows(), total=len(df)):

    if USE_ORIGINAL:

        lon = row["GIS_LON_O"]
        lat = row["GIS_LAT_O"]

    else:

        lon = row["GIS_LON"]
        lat = row["GIS_LAT"]

    query_lon.append(lon)
    query_lat.append(lat)

    if pd.isna(lon) or pd.isna(lat):

        address.append("")
        province.append("")
        city.append("")
        district.append("")
        township.append("")
        street.append("")
        poi.append("")

        continue

    result = reverse_geocode(lon, lat)

    address.append(result.get("地址", ""))
    province.append(result.get("省", ""))
    city.append(result.get("市", ""))
    district.append(result.get("区县", ""))
    township.append(result.get("街道", ""))
    street.append(result.get("门牌号", ""))
    poi.append(result.get("POI", ""))

    # 防止QPS过高
    time.sleep(0.05)

# ======================================================
# 新增列
# ======================================================

df["查询经度"] = query_lon
df["查询纬度"] = query_lat
df["完整地址"] = address
df["省"] = province
df["市"] = city
df["区县"] = district
df["街道"] = township
df["门牌号"] = street
df["POI"] = poi

# ======================================================
# 保存
# ======================================================

df.to_excel(OUTPUT_FILE, index=False)

print()
print("======================================")
print("完成！")
print("输出文件：", OUTPUT_FILE)
print("共解析：", len(df), "条")
print("缓存命中：", len(cache), "个唯一坐标")
print("======================================")

六、运行效果

原始 Excel：

GIS_LON	GIS_LAT
121.473701	31.230416

运行程序：

text 复制代码

开始解析...

100%|████████████████████|161585/161585

解析完成！
输出文件：坐标_解析结果.xlsx

生成新的 Excel：

GIS_LON	GIS_LAT	查询经度	查询纬度	完整地址	省	市	区县	街道
121.473701	31.230416	121.473701	31.230416	上海市黄浦区人民大道100号	上海市	上海市	黄浦区	南京东路街道

七、常见问题

1、ImportError: cannot import name 'tqdm'

原因：

脚本命名为：

text 复制代码

tqdm.py

Python 导入时会优先加载当前目录，导致循环引用。

解决方法：

修改脚本名称，例如：

text 复制代码

reverse_geocode.py

同时删除：

text 复制代码

__pycache__

2、USERKEY_PLAT_NOMATCH（10009）

错误：

text 复制代码

USERKEY_PLAT_NOMATCH

原因：

创建了错误类型的 Key。

解决方法：

重新创建：

text 复制代码

Web 服务（Web Service）

不要使用：

Android
iOS
Web端(JS API)

3、为什么部分地址为空？

可能原因：

经纬度为空。
经纬度超出中国区域。
海上坐标。
高德暂无对应地址。
网络请求失败。

八、优化建议

如果数据量较大（例如几万甚至几十万条），建议增加以下优化：

缓存机制：相同坐标只查询一次，减少 API 请求次数。
失败重试：网络异常时自动重试，提升成功率。
限速控制：避免超过高德 API 的 QPS 限制。
断点续跑：程序中断后可继续执行，无需重新解析全部数据。
本地缓存：使用 SQLite 保存已解析结果，后续重复运行无需再次请求。

九、总结

本文介绍了如何使用 Python + Pandas + 高德地图 Web 服务 API，实现 Excel 经纬度批量转换中文地址。

整个流程包括：

申请高德 Web 服务 Key。
调用逆地理编码接口。
批量读取 Excel 中的经纬度。
将解析得到的地址信息写入新的 Excel 文件。
保留原始数据并新增地址字段。

对于一般业务场景，这套方案简单易用；如果需要处理几十万甚至上百万条数据，可以进一步增加缓存、重试、限速和断点续跑等能力，以满足生产环境的大规模数据处理需求。