将数千个坐标进行反向地理编码，只获取国家信息

Question

我有超过34,000个地理坐标数据，格式为.csv，每个坐标需要返回所属国家。

我正在使用Python的Geocoder库，但Google API每天查询限制为2500次，因此需要两周来完成。

与此问题相关的精确代码似乎并不重要。

我想知道，是否可以完全绕过Geocoder库或Google API，因为我只需要国家，而不是街道地址或其他详细信息？某种程度上说，各国的坐标似乎是常识。

我能够在相对较短的时间内获取相同数据的.kml格式。

我还没有找到这个问题的答案。欢迎任何建议和编辑，也请指向其他现有答案。谢谢！

- altynayr

Answer 1

您可以使用 geopandas 库并使用其中的 world 数据集：

import geopandas as gpd

world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))

现在，您可以将坐标加载到 pandas 数据框中，并将它们转换为 POINT 几何对象。

df = pd.read_csv('my_points.csv')
gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.Longitude, df.Latitude))

上述代码假设您的点列名为Longitude和Latitude。

现在，您可以连接您的点并获取它们所居住的国家：

result = gpd.sjoin(gdf, world, how='left')

- zipa

---

谢谢，它起作用了！只有一个小问题，即gpd.crs='init'和world.crs='epsg:4326'。这导致了一个警告，大致是“坐标参考系统（CRS）不匹配！”，显然sjoin不能在两个具有不匹配CRS的数据帧上工作。在执行sjoin之前，我添加了gdf.crs = {'init' :'epsg:4326'}，然后得到了结果。 - altynbei