对数千个坐标进行反向地理编码以仅获取国家/地区

Question

我的数据中有超过 34.000 个 .csv 格式的地理坐标，对于每个我需要返回国家/地区的地理坐标。

我正在使用 Python，Geocoder 库。Google API 的每日查询限制为 2500，因此我需要两周时间才能完成此操作。

我的确切代码似乎与这个问题无关。

我想知道，鉴于我只需要一个国家/地区，不需要街道地址或其他任何东西，我可以完全避开地理编码器库或 Google API 吗？不知何故，国家坐标似乎是众所周知的。

我能够在相对较短的时间内获得 .kml 格式的相同数据。

我还没有找到这个问题的答案。任何意见都会受到赞赏。编辑，向我指出其他地方的现有答案，等等。谢谢！

Answer 1

您可以利用geopandas库并使用它们的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数据框中并将其转换为POINT几何图形：

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

上面的代码假设您的点列名为Longitude和Latitude。

现在您可以加入您的积分并获取他们居住的国家/地区：

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