Python实战：用高德地图API批量获取地址所属街道并写回Excel

在日常的数据处理工作中，我们经常需要根据公司、事件或门店的注册地址，批量获取其所在的街道信息，例如“浦东新区张江镇”“徐汇区龙华街道”等。
手动查询显然低效，而借助 Python + 高德地图API，我们可以轻松实现自动化批量查询并将结果写入 Excel 文件中。

本文将完整展示一个从 Excel 读取地址 → 调用高德API → 获取街道 → 写回Excel的实用脚本，并讲解实现细节与优化思路。

一、功能概述

这段脚本的功能可以总结为四步：

二、项目依赖与准备工作

在开始之前，请确保安装以下依赖：

pip install pandas openpyxl requests

并在高德开放平台申请一个 API Key，申请地址为：
👉 lbs.amap.com/api/webserv…

拿到 key 后，将它填入脚本开头的配置部分：

key = "你的高德API_KEY"

三、核心逻辑讲解

1. Excel文件读取与列处理

脚本使用 pandas 和 openpyxl 结合读取 Excel 文件：

df = pd.read_excel(input_file)
if '注册地址' not in df.columns:

    df['注册地址'] = df.iloc[:,16]

addresses = df['注册地址'].tolist()

这段代码首先读取整个 Excel，然后确认是否存在“注册地址”列；
如果没有，则自动取第 17 列（索引16）作为地址列，保证兼容不同格式的表格。

随后，脚本用 openpyxl 打开同一个文件，以保留单元格样式，准备写入新的“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")

这样既能读取数据，又能保持表格原有格式，方便下游人员直接查看。

2. 调用高德API获取街道信息

核心的查询函数如下：

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"[尝试 {attempt}/{retries}] 地址查询失败: {address}, 错误: {e}")

        time.sleep(sleep_time + random.random()*0.5)
return 

这段逻辑分为两步：

并加入了异常重试机制与随机延时，防止频繁请求触发高德API限流。

3. 批量查询与缓存优化

查询过程通过循环实现：

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 :

            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)

这里有几个优化点：

• 
  
• 缓存（cache）机制：如果同一地址出现多次，只请求一次；
  
• 延时策略：sleep_time + random.random()*0.5，避免被API风控；
  
• 实时进度输出：每50行打印一次进度。
  

4. 失败重试与错误记录

对于第一次查询失败的地址，脚本会自动发起第二轮重查：

if failed_addresses:
print(f"第一次查询失败地址共 {len(failed_addresses)} 条，开始自动重查……")

    still_failed = []
for row_idx, addr in failed_addresses:

        township = get_street_from_amap(addr)
if township is :

            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

最终仍查询失败的地址会被写入单独的 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)

这样可以方便人工二次处理，比如手动调整地址格式或补录缺失信息。

四、运行结果

执行脚本后，控制台会显示类似输出：

已处理 50 行，最近地址：上海市浦东新区张江路123号 → 张江镇

已处理 100 行，最近地址：上海市浦东新区川沙路56号 → 川沙新镇

第一次查询失败地址共 5 条，开始自动重查……

完成，已保存：事件列表-上海浦东-带街道.xlsx

最终仍失败的地址已保存到 查询失败地址.xlsx

最终输出文件中会新增一列“街道”，完整保留原有格式：

五、实用建议与扩展方向

六、总结

本文通过一个实战案例展示了如何用 Python + 高德地图API 实现“批量地址→街道归属”的自动化处理。
整个过程涵盖了数据读取、接口调用、异常重试、结果写回等完整流程，既是一个实用工具脚本，也体现了 Python 在数据自动化中的强大能力。

核心亮点：

如果你日常需要处理大量企业、门店、事件地址，这个脚本可以帮你节省大量时间。