导入地址excel,抓取相应地区的经纬度

本文介绍了一个使用Python自动化从Excel文件中读取城市名,并通过调用百度地图API获取各城市经纬度信息的方法。该过程涉及导入必要的库,如requests、pandas等,以及Excel文件的读取、列的插入和修改,最后将处理后的数据导出到新的Excel文件。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

导入excel对应的地址,抓取相应地区的经纬度

import requests
import pandas as pd
import numpy as np
import copy
import json 
area = pd.read_excel(r'C:\Users\mei\Desktop\AREA\AREA.xlsx')
# 插入列存储经纬度 列数有City变成City,经纬度
col_name = area.columns.tolist()
index1, index2 = col_name.index('City') + 1, col_name.index('City') + 2
col_name.insert(index1, '经度')
area = area.reindex(columns = col_name)
col_name.insert(index2, '纬度')
# area.iloc[0,1] = 2.34
area = area.reindex(columns = col_name)
l = len(area)

#调用百度API,得到地点的经纬度信息
def geocodeB(address):
#     base = "http://api.map.baidu.com/v3/geocoder?address=" + address + "&output=json&key=fxOIxu7HfbWmjYGXgm6KuBby7NC2eGZG"
    base = "http://api.map.baidu.com/geocoding/v3/?address=" + address + "&output=json&ak=fxOIxu7HfbWmjYGXgm6KuBby7NC2eGZG"
    response = requests.get(base)
    answer = response.json()
    return answer['result']['location']['lng'],answer['result']['location']['lat']
# geocodeB('广州市')

area_A = copy.copy(area)
lng = []
lat = []
for i in range(l):
    list1 = list(geocodeB(area.iloc[i,0]))
    lng.append(list1[0])
    lat.append(list1[1])
#     print(area_A.iloc[i, 1])
    #area_A.iloc[i, 1] = a
    #area_A.iloc[i, 2] = b
area_A['经度'] = lng
area_A['纬度'] = lat
# print(area_A)
area_A.to_excel(r'C:\Users\mei\Desktop\AREA\AREA_result.xlsx', index=False) #输出经纬度信息

(本文在转载连接的基础上进行了一点优化)

转载链接:https://www.cnblogs.com/chuang0104/p/11463575.html

<think>好的,用户想下载空气质量历史数据到Excel文件。首先,我需要根据提供的引用信息来整理可行的步骤。引用[2]和[3]提到有现成的数据包,可以直接下载2013-2023年的数据,这可能是一个快捷的方法。用户需要访问数据云平台或通过百度云链接获取,可能需要联系客服购买更早的数据。 然后,引用[4]提到使用pyppeteer库来爬取动态网页的数据。这需要用户具备一定的编程知识,尤其是Python和网页爬虫的经验。步骤包括设置时间、选择AQI类型、抓取数据并导出到Excel。这部分可能需要详细说明,比如安装依赖库、编写代码示例,以及处理可能遇到的动态内容问题。 另外,用户可能需要考虑数据源的可靠性和格式。例如,引用[1]提到Excel文件中包含站点编号、城市、经纬度等信息,以及每日24小时的AQI数值。需要确保下载的数据结构符合用户需求,或者指导用户如何整理数据。 用户可能没有提到的需求包括数据的更新频率、是否需要实时数据,或者特定城市的覆盖范围。但根据问题描述,主要关注历史数据下载到Excel,因此重点应放在现有数据包和爬虫方法上。 最后,生成相关问题时要涵盖不同方法的使用、数据时间范围、处理工具以及可能的问题,帮助用户全面了解选项。</think>### 分步解答:下载空气质量历史数据至Excel #### 方法1:使用现有数据包(推荐) 1. **获取数据来源** - 地球资源数据云提供 **2020-2023年逐日空气质量数据**,以及 **2014年5月至今的完整数据**,需联系客服购买[^2]。 - 全国357个城市 **2013-2021年逐月、逐日数据** 可通过百度云链接下载,包含Excel文件(日均值和月均值)[^3]。 2. **操作步骤** - 访问数据平台或云盘链接,按说明下载压缩包。 - 解压后,每个Excel文件包含字段:`站点编号、站点名称、所属城市、经纬度、日期及对应AQI值`[^1]。 --- #### 方法2:通过爬虫工具动态抓取(需编程基础) 1. **使用`pyppeteer`库(Python)** - **适用场景**:动态网页(如JavaScript渲染的空气质量监测平台)[^4]。 - **步骤**: ```python from pyppeteer import launch import pandas as pd async def fetch_aqi_data(): browser = await launch() page = await browser.newPage() await page.goto('目标网站URL') # 模拟选择日期和AQI类型 await page.type('#date_input', '2023-01-01') await page.click('#aqi_type_dropdown') # 提取数据 content = await page.content() # 使用正则表达式解析数据 aqi_values = re.findall(r'AQI: (\d+)', content) # 保存到Excel df = pd.DataFrame(aqi_values, columns=['AQI']) df.to_excel('aqi_data.xlsx') await browser.close() # 执行函数 import asyncio asyncio.get_event_loop().run_until_complete(fetch_aqi_data()) ``` 2. **注意事项** - 需替换为目标网站的真实URL及元素选择器。 - 动态网页结构可能变化,需定期维护代码[^4]。 --- #### 方法3:公开数据平台API 1. **部分政府或环保平台提供API接口** - 调用API获取JSON/CSV格式数据后,用Excel导入。 - 示例流程: - 注册并申请API密钥。 - 使用Python的`requests`库请求数据: ```python import requests import pandas as pd url = "API地址" params = {'city': '北京', 'key': '你的密钥'} response = requests.get(url, params=params) data = response.json() pd.DataFrame(data).to_excel('北京空气质量.xlsx') ``` ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值