Python | 地址解析经纬度

运行环境Jupyter notebook(python 3.12.7)维度chinese-address-parser高德API准确性中依赖规则高基于海量数据AI模型功能范围仅地址结构解析地址解析、地理编码、逆地理编码、POI搜索等复杂地址处理弱无法处理模糊输入强支持语义分析、别名匹配经纬度获取不支持支持地理编码接口返回经纬度网络依赖无需网络必须联网成本免费免费额度有限超量需付费0.3元/次适用场景离线、小批量标准化地址在线、高精度、复杂场景chinese-address-parser不支持直接获取经纬度因此为了解析出标准地址和经度纬度这里主要使用的是高德API。方法与步骤1准备地图API KEY申请高德地图KEY 百度地图AK免费版一般够用→ 高德和百度双API验证。我的应用 | 高德控制台控制台 | 百度地图开放平台2密钥循环器个人开发者key日限额5000次(免费)如果超出5000次的数据量 就要用到多个key借同学同事的可使用intertools.cycle创建密钥循环器。3地址及辅助信息做拼接根据需要调整ADDRESS_COLS地址拼接列例如我需要用到“所在地”“医疗机构名称”“详细地址”拼接出原始地址这样可以避免“详细地址”字段为空的情况。4获取经纬度(地理编码)使用地图API的地理编码功能获取经度 | 纬度通过地图API获取省 | 市 | 区 标准地址5置信度检测与交叉验证API置信度同时调用百度/腾讯API对比经纬度偏差6导出结果运行过程每10条显示进度信息导出EXCEL保留了所有原始字段颜色标注关键状态列对于偏差较大的结果可进行人工核验代码确保安装相关包pip install pandas requests geopy openpyxl适用于≤5000条数据的代码单独高德API版 无交叉验证import pandas as pd import requests from geopy.distance import geodesic from openpyxl import load_workbook from openpyxl.styles import PatternFill import time # 配置参数 GAODE_KEY 替换高德key # 替换为你的高德密钥 INPUT_FILE rC:\Users\User\Desktop\新建文件夹\副本.xlsx #输入文件 OUTPUT_FILE rC:\Users\User\Desktop\新建文件夹\TEST.xlsx #输出文件 SHEET_NAME Sheet1 ADDRESS_COLS [所在地, 医疗机构名称, 详细地址] #拼接字段 RATE_LIMIT 0.1 # 请求间隔(秒) def gaode_geocode(address, api_key): 高德地理编码 url fhttps://restapi.amap.com/v3/geocode/geo?address{address}key{api_key} try: response requests.get(url, timeout5) data response.json() if data.get(status) 1 and data.get(count) ! 0: geo data[geocodes][0] province geo.get(province, ) city geo.get(city, province) # 处理直辖市 return { gaode_省份: province, gaode_城市: city, gaode_区县: geo.get(district, ), gaode_标准地址: geo.get(formatted_address, ), gaode_经度: geo.get(location, ).split(,)[0] if geo.get(location) else , gaode_纬度: geo.get(location, ).split(,)[1] if geo.get(location) else , gaode_解析状态: 成功, gaode_置信度: geo.get(level, ) } return { gaode_省份: , gaode_城市: , gaode_区县: , gaode_标准地址: , gaode_经度: , gaode_纬度: , gaode_解析状态: f失败: {data.get(info, 未知错误)}, gaode_置信度: } except Exception as e: return { gaode_省份: , gaode_城市: , gaode_区县: , gaode_标准地址: , gaode_经度: , gaode_纬度: , gaode_解析状态: f异常: {str(e)}, gaode_置信度: } def validate_with_district_center(row): 行政区划中心验证 if row[gaode_解析状态] ! 成功 or not row[gaode_经度]: return 无法验证 try: district row[gaode_区县] or row[gaode_城市] or row[gaode_省份] url fhttps://restapi.amap.com/v3/config/district?keywords{district}key{GAODE_KEY} resp requests.get(url, timeout5) data resp.json() if data[status] 1 and data[districts]: center data[districts][0][center].split(,) center_lng, center_lat float(center[0]), float(center[1]) target_lng float(row[gaode_经度]) target_lat float(row[gaode_纬度]) distance geodesic((center_lat, center_lng), (target_lat, target_lng)).km if distance 3: return f准确(距中心{distance:.1f}km) return f偏差较大(距中心{distance:.1f}km) return 获取中心失败 except: return 验证异常 def process_excel(input_file, output_file, sheet_name, address_cols): 处理Excel主流程 df pd.read_excel(input_file, sheet_namesheet_name) # 校验地址列 missing_cols [col for col in address_cols if col not in df.columns] if missing_cols: raise ValueError(f缺少必要列: {missing_cols}) print(f开始处理 {len(df)} 条记录...) results [] for index, row in df.iterrows(): # 拼接地址 address .join(str(row[col]).strip() for col in address_cols if pd.notna(row[col])) if not address: empty_result { 原始地址: , gaode_省份: , gaode_城市: , gaode_区县: , gaode_标准地址: , gaode_经度: , gaode_纬度: , gaode_解析状态: 空地址, gaode_置信度: } results.append(empty_result) continue # 获取地理编码 gaode gaode_geocode(address, GAODE_KEY) merged { 原始地址: address, **gaode } results.append(merged) # 进度显示 if (index1) % 10 0: print(f已处理 {index1}/{len(df)} 条) time.sleep(RATE_LIMIT) # 合并结果 result_df pd.DataFrame(results) final_df pd.concat([df, result_df], axis1) # 行政区验证 print(进行行政区验证...) final_df[行政区划验证] final_df.apply(validate_with_district_center, axis1) # 保存结果 final_df.to_excel(output_file, indexFalse) print(f结果已保存至: {output_file}) # 添加颜色标记 add_color_to_excel(output_file) def add_color_to_excel(file_path): 结果着色 wb load_workbook(file_path) ws wb.active color_map { 成功: 00FF00, # 绿色 失败: FF0000, # 红色 异常: FFFF00, # 黄色 准确: 00FF00, 偏差: FFC000, # 橙色 空地址: 808080 # 灰色 } # 获取列索引 col_index {cell.value: idx for idx, cell in enumerate(ws[1], 1)} for row in ws.iter_rows(min_row2): # 高德状态着色 gaode_status row[col_index[gaode_解析状态]-1].value if 成功 in gaode_status: row[col_index[gaode_解析状态]-1].fill PatternFill(fgColorcolor_map[成功], fill_typesolid) elif 失败 in gaode_status: row[col_index[gaode_解析状态]-1].fill PatternFill(fgColorcolor_map[失败], fill_typesolid) elif 异常 in gaode_status: row[col_index[gaode_解析状态]-1].fill PatternFill(fgColorcolor_map[异常], fill_typesolid) # 行政区验证着色 district_valid row[col_index[行政区划验证]-1].value if 准确 in district_valid: row[col_index[行政区划验证]-1].fill PatternFill(fgColorcolor_map[准确], fill_typesolid) elif 偏差 in district_valid: row[col_index[行政区划验证]-1].fill PatternFill(fgColorcolor_map[偏差], fill_typesolid) # 空地址标记 if row[col_index[gaode_解析状态]-1].value 空地址: row[col_index[gaode_解析状态]-1].fill PatternFill(fgColorcolor_map[空地址], fill_typesolid) wb.save(file_path) if __name__ __main__: process_excel(INPUT_FILE, OUTPUT_FILE, SHEET_NAME, ADDRESS_COLS)运行结果截图适用于≤5000条数据的代码高德百度双API验证 不带密钥循环器import pandas as pd import requests from geopy.distance import geodesic from openpyxl import load_workbook from openpyxl.styles import PatternFill import time # 配置参数 GAODE_KEY 替换高德key # 替换为你的高德密钥 BAIDU_KEY 替换百度key # 替换为你的百度密钥 INPUT_FILE rC:\User\Desktop\副本.xlsx #输入文件 OUTPUT_FILE rC:\User\Desktop\标准化地址结果.xlsx #输出文件 SHEET_NAME Sheet1 ADDRESS_COLS [所在地, 医疗机构名称, 详细地址] #拼接字段 RATE_LIMIT 0.1 # 请求间隔(秒) def baidu_geocode(address, api_key): 百度地理编码无SN版 url fhttp://api.map.baidu.com/geocoding/v3/?address{address}ak{api_key}outputjson try: response requests.get(url, timeout5) data response.json() if data.get(status) 0: result data.get(result, {}) return { baidu_标准地址: result.get(formatted_address, ), baidu_经度: result.get(location, {}).get(lng, ), baidu_纬度: result.get(location, {}).get(lat, ), baidu_置信度: result.get(confidence, ), baidu_解析状态: 成功, baidu_级别: result.get(level, ) } return { baidu_标准地址: , baidu_经度: , baidu_纬度: , baidu_置信度: , baidu_解析状态: f失败: {data.get(message, 未知错误)}, baidu_级别: } except Exception as e: return { baidu_标准地址: , baidu_经度: , baidu_纬度: , baidu_置信度: , baidu_解析状态: f异常: {str(e)}, baidu_级别: } def gaode_geocode(address, api_key): 高德地理编码 url fhttps://restapi.amap.com/v3/geocode/geo?address{address}key{api_key} try: response requests.get(url, timeout5) data response.json() if data.get(status) 1 and data.get(count) ! 0: geo data[geocodes][0] province geo.get(province, ) city geo.get(city, province) # 处理直辖市 return { gaode_省份: province, gaode_城市: city, gaode_区县: geo.get(district, ), gaode_标准地址: geo.get(formatted_address, ), gaode_经度: geo.get(location, ).split(,)[0] if geo.get(location) else , gaode_纬度: geo.get(location, ).split(,)[1] if geo.get(location) else , gaode_解析状态: 成功, gaode_置信度: geo.get(level, ) } return { gaode_省份: , gaode_城市: , gaode_区县: , gaode_标准地址: , gaode_经度: , gaode_纬度: , gaode_解析状态: f失败: {data.get(info, 未知错误)}, gaode_置信度: } except Exception as e: return { gaode_省份: , gaode_城市: , gaode_区县: , gaode_标准地址: , gaode_经度: , gaode_纬度: , gaode_解析状态: f异常: {str(e)}, gaode_置信度: } def cross_validate(gaode, baidu): 结果交叉验证 validation {} gaode_ok gaode[gaode_解析状态] 成功 baidu_ok baidu[baidu_解析状态] 成功 if not gaode_ok and not baidu_ok: return { 交叉验证结果: 双API解析失败, 验证说明: f高德:{gaode[gaode_解析状态]}, 百度:{baidu[baidu_解析状态]} } if not gaode_ok: return {交叉验证结果: 仅百度成功, 验证说明: f高德:{gaode[gaode_解析状态]}} if not baidu_ok: return {交叉验证结果: 仅高德成功, 验证说明: f百度:{baidu[baidu_解析状态]}} try: # 计算经纬度距离差异 point_a (float(gaode[gaode_纬度]), float(gaode[gaode_经度])) point_b (float(baidu[baidu_纬度]), float(baidu[baidu_经度])) distance geodesic(point_a, point_b).km validation[验证说明] f坐标差{distance:.3f}公里 if distance 0.5: validation[交叉验证结果] 坐标高度一致 elif distance 2: validation[交叉验证结果] 坐标基本一致 else: validation[交叉验证结果] 坐标差异较大 # 补充行政区划比对 gaode_addr f{gaode[gaode_省份]}{gaode[gaode_城市]}{gaode[gaode_区县]} if gaode_addr in baidu[baidu_标准地址]: validation[验证说明] | 行政区划一致 else: validation[验证说明] | 行政区划不符 return validation except: return {交叉验证结果: 验证异常, 验证说明: 坐标转换失败} def validate_with_district_center(row): 行政区划中心验证 if row[gaode_解析状态] ! 成功 or not row[gaode_经度]: return 无法验证 try: district row[gaode_区县] or row[gaode_城市] or row[gaode_省份] url fhttps://restapi.amap.com/v3/config/district?keywords{district}key{GAODE_KEY} resp requests.get(url, timeout5) data resp.json() if data[status] 1 and data[districts]: center data[districts][0][center].split(,) center_lng, center_lat float(center[0]), float(center[1]) target_lng float(row[gaode_经度]) target_lat float(row[gaode_纬度]) distance geodesic((center_lat, center_lng), (target_lat, target_lng)).km if distance 3: return f准确(距中心{distance:.1f}km) return f偏差较大(距中心{distance:.1f}km) return 获取中心失败 except: return 验证异常 def process_excel(input_file, output_file, sheet_name, address_cols): 处理Excel主流程 df pd.read_excel(input_file, sheet_namesheet_name) # 校验地址列 missing_cols [col for col in address_cols if col not in df.columns] if missing_cols: raise ValueError(f缺少必要列: {missing_cols}) print(f开始处理 {len(df)} 条记录...) results [] for index, row in df.iterrows(): # 拼接地址 address .join(str(row[col]).strip() for col in address_cols if pd.notna(row[col])) if not address: empty_result {k: for k in [原始地址, gaode_省份, gaode_城市, gaode_区县, gaode_标准地址, gaode_经度, gaode_纬度, gaode_解析状态, baidu_标准地址, baidu_经度, baidu_纬度, baidu_解析状态]} empty_result.update({交叉验证结果: 空地址, 验证说明: 地址为空}) results.append(empty_result) continue # 获取地理编码 gaode gaode_geocode(address, GAODE_KEY) time.sleep(RATE_LIMIT) baidu baidu_geocode(address, BAIDU_KEY) merged { 原始地址: address, **gaode, **baidu, **cross_validate(gaode, baidu) } results.append(merged) # 进度显示 if (index1) % 10 0: print(f已处理 {index1}/{len(df)} 条) time.sleep(RATE_LIMIT) # 合并结果 result_df pd.DataFrame(results) final_df pd.concat([df, result_df], axis1) # 行政区验证 print(进行行政区验证...) final_df[行政区划验证] final_df.apply(validate_with_district_center, axis1) # 保存结果 final_df.to_excel(output_file, indexFalse) print(f结果已保存至: {output_file}) # 添加颜色标记 add_color_to_excel(output_file) def add_color_to_excel(file_path): 结果着色 wb load_workbook(file_path) ws wb.active color_map { 成功: 00FF00, # 绿色 失败: FF0000, # 红色 异常: FFFF00, # 黄色 一致: 00FF00, 偏差: FFC000, # 橙色 空地址: 808080 # 灰色 } # 获取列索引 col_index {cell.value: idx for idx, cell in enumerate(ws[1], 1)} for row in ws.iter_rows(min_row2): # 高德状态着色 gaode_status row[col_index[gaode_解析状态]-1].value if 成功 in gaode_status: row[col_index[gaode_解析状态]-1].fill PatternFill(fgColorcolor_map[成功], fill_typesolid) # 百度状态着色 baidu_status row[col_index[baidu_解析状态]-1].value if 成功 in baidu_status: row[col_index[baidu_解析状态]-1].fill PatternFill(fgColorcolor_map[成功], fill_typesolid) # 交叉验证着色 cross_result row[col_index[交叉验证结果]-1].value if 高度一致 in cross_result: row[col_index[交叉验证结果]-1].fill PatternFill(fgColorcolor_map[成功], fill_typesolid) elif 差异较大 in cross_result: row[col_index[交叉验证结果]-1].fill PatternFill(fgColorcolor_map[偏差], fill_typesolid) # 行政区验证着色 district_valid row[col_index[行政区划验证]-1].value if 准确 in district_valid: row[col_index[行政区划验证]-1].fill PatternFill(fgColorcolor_map[成功], fill_typesolid) elif 偏差 in district_valid: row[col_index[行政区划验证]-1].fill PatternFill(fgColorcolor_map[偏差], fill_typesolid) wb.save(file_path) if __name__ __main__: process_excel(INPUT_FILE, OUTPUT_FILE, SHEET_NAME, ADDRESS_COLS)运行结果截图适用于5000条数据的代码高德百度双API验证 带密钥循环器import pandas as pd import requests from geopy.distance import geodesic from openpyxl import load_workbook from openpyxl.styles import PatternFill import time import itertools # 配置参数 GAODE_KEYS [ 替换高德key1, 替换高德key2, 替换高德key3 ] BAIDU_KEYS [ 替换百度key1, 替换百度key2, 替换百度key3 ] # 创建密钥循环迭代器 gaode_key_cycle itertools.cycle(GAODE_KEYS) baidu_key_cycle itertools.cycle(BAIDU_KEYS) INPUT_FILE rC:\User\Desktop\定点医药机构清单_10647.xlsx # 输入文件 OUTPUT_FILE rC:\User\Desktop\定点医药机构清单_10647.xlsx # 输出文件 SHEET_NAME Sheet1 # 工作表名 ADDRESS_COLS [所在地, 医疗机构名称, 详细地址] # 多个地址字段将按顺序拼接 RATE_LIMIT 0.1 # 请求间隔(秒) def baidu_geocode(address, api_key): 百度地理编码无SN版 url fhttp://api.map.baidu.com/geocoding/v3/?address{address}ak{api_key}outputjson try: response requests.get(url, timeout5) data response.json() if data.get(status) 0: result data.get(result, {}) return { baidu_标准地址: result.get(formatted_address, ), baidu_经度: result.get(location, {}).get(lng, ), baidu_纬度: result.get(location, {}).get(lat, ), baidu_置信度: result.get(confidence, ), baidu_解析状态: 成功, baidu_级别: result.get(level, ), baidu_api_key: api_key[-4:] # 记录后四位 } return { baidu_标准地址: , baidu_经度: , baidu_纬度: , baidu_置信度: , baidu_解析状态: f失败: {data.get(message, 未知错误)}, baidu_级别: , baidu_api_key: api_key[-4:] } except Exception as e: return { baidu_标准地址: , baidu_经度: , baidu_纬度: , baidu_置信度: , baidu_解析状态: f异常: {str(e)}, baidu_级别: , baidu_api_key: api_key[-4:] } def gaode_geocode(address, api_key): 高德地理编码 url fhttps://restapi.amap.com/v3/geocode/geo?address{address}key{api_key} try: response requests.get(url, timeout5) data response.json() if data.get(status) 1 and data.get(count) ! 0: geo data[geocodes][0] province geo.get(province, ) city geo.get(city, province) # 处理直辖市 return { gaode_省份: province, gaode_城市: city, gaode_区县: geo.get(district, ), gaode_标准地址: geo.get(formatted_address, ), gaode_经度: geo.get(location, ).split(,)[0] if geo.get(location) else , gaode_纬度: geo.get(location, ).split(,)[1] if geo.get(location) else , gaode_解析状态: 成功, gaode_置信度: geo.get(level, ), gaode_api_key: api_key[-4:] # 记录后四位 } return { gaode_省份: , gaode_城市: , gaode_区县: , gaode_标准地址: , gaode_经度: , gaode_纬度: , gaode_解析状态: f失败: {data.get(info, 未知错误)}, gaode_置信度: , gaode_api_key: api_key[-4:] } except Exception as e: return { gaode_省份: , gaode_城市: , gaode_区县: , gaode_标准地址: , gaode_经度: , gaode_纬度: , gaode_解析状态: f异常: {str(e)}, gaode_置信度: , gaode_api_key: api_key[-4:] } def cross_validate(gaode, baidu): 结果交叉验证 validation {} gaode_ok gaode[gaode_解析状态] 成功 baidu_ok baidu[baidu_解析状态] 成功 if not gaode_ok and not baidu_ok: return { 交叉验证结果: 双API解析失败, 验证说明: f高德:{gaode[gaode_解析状态]}, 百度:{baidu[baidu_解析状态]} } if not gaode_ok: return {交叉验证结果: 仅百度成功, 验证说明: f高德:{gaode[gaode_解析状态]}} if not baidu_ok: return {交叉验证结果: 仅高德成功, 验证说明: f百度:{baidu[baidu_解析状态]}} try: # 计算经纬度距离差异 point_a (float(gaode[gaode_纬度]), float(gaode[gaode_经度])) point_b (float(baidu[baidu_纬度]), float(baidu[baidu_经度])) distance geodesic(point_a, point_b).km validation[验证说明] f坐标差{distance:.3f}公里 if distance 0.5: validation[交叉验证结果] 坐标高度一致 elif distance 2: validation[交叉验证结果] 坐标基本一致 else: validation[交叉验证结果] 坐标差异较大 gaode_addr f{gaode[gaode_省份]}{gaode[gaode_城市]}{gaode[gaode_区县]} if gaode_addr in baidu[baidu_标准地址]: validation[验证说明] | 行政区划一致 else: validation[验证说明] | 行政区划不符 return validation except: return {交叉验证结果: 验证异常, 验证说明: 坐标转换失败} def validate_with_district_center(row): 行政区划中心验证 if row[gaode_解析状态] ! 成功 or not row[gaode_经度]: return 无法验证 try: district row[gaode_区县] or row[gaode_城市] or row[gaode_省份] current_key GAODE_KEYS[0] if not row[gaode_api_key] else [k for k in GAODE_KEYS if k.endswith(row[gaode_api_key])][0] url fhttps://restapi.amap.com/v3/config/district?keywords{district}key{current_key} resp requests.get(url, timeout5) data resp.json() if data[status] 1 and data[districts]: center data[districts][0][center].split(,) center_lng, center_lat float(center[0]), float(center[1]) target_lng float(row[gaode_经度]) target_lat float(row[gaode_纬度]) distance geodesic((center_lat, center_lng), (target_lat, target_lng)).km if distance 3: return f准确(距中心{distance:.1f}km) return f偏差较大(距中心{distance:.1f}km) return 获取中心失败 except: return 验证异常 def process_excel(input_file, output_file, sheet_name, address_cols): 处理Excel主流程 df pd.read_excel(input_file, sheet_namesheet_name) # 校验地址列 missing_cols [col for col in address_cols if col not in df.columns] if missing_cols: raise ValueError(f缺少必要列: {missing_cols}) print(f开始处理 {len(df)} 条记录...) results [] for index, row in df.iterrows(): # 拼接地址 address .join(str(row[col]).strip() for col in address_cols if pd.notna(row[col])) if not address: empty_result { 原始地址: , gaode_省份: , gaode_城市: , gaode_区县: , gaode_标准地址: , gaode_经度: , gaode_纬度: , gaode_解析状态: 空地址, gaode_api_key: , baidu_标准地址: , baidu_经度: , baidu_纬度: , baidu_解析状态: 空地址, baidu_api_key: , 交叉验证结果: 空地址, 验证说明: 地址为空 } results.append(empty_result) continue # 轮换密钥 current_gaode_key next(gaode_key_cycle) current_baidu_key next(baidu_key_cycle) # 获取地理编码 gaode gaode_geocode(address, current_gaode_key) time.sleep(RATE_LIMIT) baidu baidu_geocode(address, current_baidu_key) merged { 原始地址: address, **gaode, **baidu, **cross_validate(gaode, baidu) } results.append(merged) # 进度显示 if (index1) % 10 0: print(f已处理 {index1}/{len(df)} 条) time.sleep(RATE_LIMIT) # 合并结果 result_df pd.DataFrame(results) final_df pd.concat([df, result_df], axis1) # 行政区验证 print(进行行政区验证...) final_df[行政区划验证] final_df.apply(validate_with_district_center, axis1) # 保存结果 final_df.to_excel(output_file, indexFalse) print(f结果已保存至: {output_file}) # 添加颜色标记 add_color_to_excel(output_file) def add_color_to_excel(file_path): 结果着色 wb load_workbook(file_path) ws wb.active color_map { 成功: 00FF00, # 绿色 失败: FF0000, # 红色 异常: FFFF00, # 黄色 一致: 00FF00, 偏差: FFC000, # 橙色 空地址: 808080 # 灰色 } # 获取列索引 col_index {cell.value: idx for idx, cell in enumerate(ws[1], 1)} for row in ws.iter_rows(min_row2): # 高德状态着色 gaode_status row[col_index[gaode_解析状态]-1].value if 成功 in gaode_status: row[col_index[gaode_解析状态]-1].fill PatternFill(fgColorcolor_map[成功], fill_typesolid) # 百度状态着色 baidu_status row[col_index[baidu_解析状态]-1].value if 成功 in baidu_status: row[col_index[baidu_解析状态]-1].fill PatternFill(fgColorcolor_map[成功], fill_typesolid) # 交叉验证着色 cross_result row[col_index[交叉验证结果]-1].value if 高度一致 in cross_result: row[col_index[交叉验证结果]-1].fill PatternFill(fgColorcolor_map[成功], fill_typesolid) elif 差异较大 in cross_result: row[col_index[交叉验证结果]-1].fill PatternFill(fgColorcolor_map[偏差], fill_typesolid) # 行政区验证着色 district_valid row[col_index[行政区划验证]-1].value if 准确 in district_valid: row[col_index[行政区划验证]-1].fill PatternFill(fgColorcolor_map[成功], fill_typesolid) elif 偏差 in district_valid: row[col_index[行政区划验证]-1].fill PatternFill(fgColorcolor_map[偏差], fill_typesolid) wb.save(file_path) if __name__ __main__: process_excel(INPUT_FILE, OUTPUT_FILE, SHEET_NAME, ADDRESS_COLS)运行结果截图以10647条爬虫获取的医疗机构地址为例运行2hours出结果80%地址解析结果可以通过20%解析结果仍需人工进行复核与调整。