别再用Excel硬转了！导入geo数据踩坑实录，这3招让你少熬两个通宵

上周接了个急活，客户甩过来一堆经纬度坐标，非要让我在地图上标出他们的门店分布。看着那几百行Excel表格，我第一反应是头大。以前我也傻乎乎地一个个复制粘贴，结果搞到半夜两点，坐标还偏了十万八千里，客户打电话来骂得那叫一个惨。这次学乖了，直接整理了一套流程，今天就把这些血泪教训和干货掏心窝子分享给你们，希望能帮正在熬夜导数据的你省下几根头发。

很多人不知道，导入geo数据最怕的不是技术难，而是格式不对。我见过太多人直接把Excel里的“经度,纬度”扔进GIS软件，结果地图上一片空白，或者所有点都堆在非洲某处。其实，核心问题往往出在坐标系上。WGS84、GCJ02、BD09，这三个坐标系就像三个不同方言的人，你让说北京话的去听广东话，肯定懵圈。如果你的数据是百度地图API抓下来的，那大概率是BD09，直接导入ArcGIS或QGIS，位置绝对飘。这时候你得先做个转换，哪怕是用在线工具转成WGS84再导入，也比手动改代码强。

再说说数据清洗。别以为Excel里的数字就是干净的。我上次遇到一个客户，经纬度列里混进了空格，还有几个单元格写着“暂无”，结果导入的时候软件直接报错，卡在那儿转圈圈，我盯着屏幕看了五分钟，差点把键盘砸了。后来我用了Power Query稍微处理了一下，把空值填0，把文本型的数字转成数值型，再导入geo数据就顺多了。这一步虽然繁琐，但能省去后面排查错误的时间，绝对值得。

还有个容易被忽视的细节，就是字段名。有些软件对字段名很敏感，比如要求必须是英文，或者不能有空格。我习惯在导入前，把Excel的列名改成“lon”和“lat”，简单明了。如果你用的是Python做批量处理，记得检查一下数据类型，有时候看似是数字，其实是字符串，导致计算距离时出错。

说到这儿，不得不提一下批量导入的效率问题。如果数据量超过一万条，用图形界面一个个点太慢了。我一般写个简单的Python脚本，用pandas读数据，然后调用geopandas库生成shapefile或者geojson。这样不仅快，还能顺便检查一下数据的合法性，比如经度是不是在-180到180之间，纬度是不是在-90到90之间。这种自动化思维，真的能救命。

当然，也不是所有情况都适合自动化。有时候客户给的是地址文本，比如“北京市朝阳区某某路1号”，这时候你就得用地理编码服务。百度地图和高德地图都有免费的API，但每天调用次数有限。我一般会先本地缓存结果，避免重复请求。这点经验，也是我在无数次被限流后总结出来的。

最后，导入geo数据完成后，别急着交差。一定要在地图上可视化检查一遍，随机抽几个点，对比原始数据，看看位置对不对。有时候一个小小的符号错误，比如把“E”写成了“W”，整个图就全歪了。这种低级错误，检查一遍就能避免，千万别偷懒。

做这行久了，你会发现，技术只是工具，细心才是王道。每次看到客户因为数据准确而露出满意的笑容，之前的熬夜都值了。希望这些经验能帮你在下次导入geo数据时，少踩几个坑，早点下班回家陪陪家人。毕竟，头发和健康，比那点数据重要多了。