在日常的數據處理工作中，我們經常需要根據公司、事件或門店的註冊地址，批量獲取其所在的街道信息，例如“浦東新區張江鎮”“徐彙區龍華街道”等。 手動查詢顯然低效，而藉助 Python + 高德地圖API，我們可以輕鬆實現自動化批量查詢並將結果寫入 Excel 文件中。
本文將完整展示一個從 Excel 讀取地址 → 調用高德API → 獲取街道 → 寫回Excel的實用腳本，並講解實現細節與優化思路。
一、功能概述
這段腳本的功能可以總結為四步：
- 從 Excel 文件中讀取地址數據；
- 調用高德地圖地理編碼（geocode）與逆地理編碼（regeo）接口獲取街道名稱；
- 自動將查詢結果寫回到 Excel 的新列中；
- 對查詢失敗的地址進行重試與記錄，保證數據儘量完整。
二、項目依賴與準備工作
在開始之前，請確保安裝以下依賴：
pip install pandas openpyxl requests
並在高德開放平台申請一個 API Key，申請地址為： 👉 https://lbs.amap.com/api/webservice/guide/create-project
拿到 key 後，將它填入腳本開頭的配置部分：
key = "你的高德API_KEY"
三、核心邏輯講解
1. Excel文件讀取與列處理
腳本使用 pandas 和 openpyxl 結合讀取 Excel 文件：
df = pd.read_excel(input_file)
if '註冊地址' not in df.columns:
df['註冊地址'] = df.iloc[:,16]
addresses = df['註冊地址'].tolist()
這段代碼首先讀取整個 Excel，然後確認是否存在“註冊地址”列； 如果沒有，則自動取第 17 列（索引16）作為地址列，保證兼容不同格式的表格。
隨後，腳本用 openpyxl 打開同一個文件，以保留單元格樣式，準備寫入新的“街道”列：
wb = load_workbook(input_file)
ws = wb.active
ws.insert_cols(target_col)
ws.cell(row=header_row_index, column=target_col, value="街道")
這樣既能讀取數據，又能保持表格原有格式，方便下游人員直接查看。
2. 調用高德API獲取街道信息
核心的查詢函數如下：
def get_street_from_amap(address, retries=max_retries):
if not isinstance(address, str) or not address.strip():
return ""
for attempt in range(1, retries+1):
try:
geo_resp = requests.get(
"https://restapi.amap.com/v3/geocode/geo",
params={"key": key, "address": address, "city": "上海"},
timeout=15
).json()
if not geo_resp.get("geocodes"):
continue
location = geo_resp["geocodes"][0]["location"]
regeo_resp = requests.get(
"https://restapi.amap.com/v3/geocode/regeo",
params={"key": key, "location": location, "extensions": "base", "radius":500},
timeout=15
).json()
if regeo_resp.get("regeocode"):
township = regeo_resp["regeocode"]["addressComponent"].get("township","") or ""
return township
except Exception as e:
print(f"[嘗試 {attempt}/{retries}] 地址查詢失敗: {address}, 錯誤: {e}")
time.sleep(sleep_time + random.random()*0.5)
return None
這段邏輯分為兩步：
- 正向地理編碼（geocode）：根據地址字符串獲取經緯度；
- 逆向地理編碼（regeo）：根據經緯度反查街道名稱（township）。
並加入了異常重試機制與隨機延時，防止頻繁請求觸發高德API限流。
3. 批量查詢與緩存優化
查詢過程通過循環實現：
cache = {}
failed_addresses = []
for row_idx, addr in enumerate(addresses, start=header_row_index+1):
if not isinstance(addr,str) or not addr.strip():
ws.cell(row=row_idx, column=target_col, value="")
continue
if addr in cache:
township = cache[addr]
else:
township = get_street_from_amap(addr)
if township is None:
failed_addresses.append((row_idx, addr))
township = ""
cache[addr] = township
time.sleep(sleep_time + random.random()*0.5)
ws.cell(row=row_idx, column=target_col, value=township)
這裏有幾個優化點：
- 緩存（cache）機制：如果同一地址出現多次，只請求一次；
- 延時策略：
sleep_time + random.random()*0.5，避免被API風控； - 實時進度輸出：每50行打印一次進度。
4. 失敗重試與錯誤記錄
對於第一次查詢失敗的地址，腳本會自動發起第二輪重查：
if failed_addresses:
print(f"第一次查詢失敗地址共 {len(failed_addresses)} 條，開始自動重查……")
still_failed = []
for row_idx, addr in failed_addresses:
township = get_street_from_amap(addr)
if township is None:
still_failed.append((row_idx, addr))
township = ""
cache[addr] = township
ws.cell(row=row_idx, column=target_col, value=township)
time.sleep(sleep_time + random.random()*0.5)
failed_addresses = still_failed
最終仍查詢失敗的地址會被寫入單獨的 Excel 文件：
if failed_addresses:
df_fail = pd.DataFrame([addr for _, addr in failed_addresses], columns=["地址"])
df_fail.to_excel(failed_file, index=False)
這樣可以方便人工二次處理，比如手動調整地址格式或補錄缺失信息。
四、運行結果
執行腳本後，控制枱會顯示類似輸出：
已處理 50 行，最近地址：上海市浦東新區張江路123號 → 張江鎮
已處理 100 行，最近地址：上海市浦東新區川沙路56號 → 川沙新鎮
第一次查詢失敗地址共 5 條，開始自動重查……
完成，已保存：事件列表-上海浦東-帶街道.xlsx
最終仍失敗的地址已保存到 查詢失敗地址.xlsx
最終輸出文件中會新增一列“街道”，完整保留原有格式：
| 註冊地址 | 街道 |
|---|---|
| 上海市浦東新區張江路123號 | 張江鎮 |
| 上海市浦東新區川沙路56號 | 川沙新鎮 |
五、實用建議與擴展方向
-
批量查詢速度控制
- 高德API對單IP有請求頻率限制，建議控制每秒請求數。
- 若數據量大，可考慮多線程+限速隊列模式。
-
地址清洗預處理
- 可先對地址進行正則清洗，去掉多餘標點、括號、空格等，提高命中率。
-
多城市適配
- 當前城市固定為“上海”，可通過參數配置實現全國適配。
-
異常日誌記錄
- 建議在重查階段輸出更多日誌，例如返回狀態碼、錯誤類型，方便調試。
-
接口替代方案
- 若數據量巨大，可以使用高德地圖的批量地理編碼接口（支持最多 10 條一次），進一步提升效率。
六、總結
本文通過一個實戰案例展示瞭如何用 Python + 高德地圖API 實現“批量地址→街道歸屬”的自動化處理。 整個過程涵蓋了數據讀取、接口調用、異常重試、結果寫回等完整流程，既是一個實用工具腳本，也體現了 Python 在數據自動化中的強大能力。
核心亮點：
| 模塊 | 功能 |
|---|---|
| pandas + openpyxl | 高效讀取與寫入 Excel |
| requests | 調用高德API進行地理解析 |
| 緩存與重試機制 | 提高查詢穩定性與速度 |
| 自動生成失敗文件 | 方便人工補錄與質量控制 |
如果你日常需要處理大量企業、門店、事件地址，這個腳本可以幫你節省大量時間。
