做这行八年了，真没见过几个不头疼地理数据的。昨天有个兄弟找我，说手头有个几万行的门店地址表，想弄成地图可视化，结果手动复制粘贴搞了三天，眼睛都快瞎了，最后还报错。我一看那表，好家伙，地址格式乱七八糟，有的带省有的不带，有的连逗号都乱用。这要是靠人眼去改，估计得加班到明年。今天咱就聊聊怎么用 excel geo 相关的工具把这事儿办了，省下的时间够你喝五杯咖啡了。
首先得明白，地理数据最坑的不是技术，是脏数据。你想想，客户填地址能有多规范？“北京市朝阳区建国路88号”和“北京朝阳建国路88号”在普通人眼里没区别，但在电脑里那就是两个不同的东西。我之前接的一个电商项目，客户给了十万条物流地址，直接导入 GIS 软件，定位成功率不到 40%。为啥？因为有很多错别字，比如把“南京”写成“南jing”，或者把“大道”写成“大度”。这时候，你得先做清洗。别急着用高级插件，先用 Excel 自带的分列功能，把省市区拆分开。虽然这步骤有点繁琐，但这是基础。
说到这儿，不得不提一下现在流行的 excel geo 插件或者 API 接口。很多人一上来就想找那种一键解析的工具，觉得高大上。其实，对于中小规模的数据，手动加几列辅助列更靠谱。比如，你先在 Excel 里建一列叫“标准化地址”，用公式把省市区补全。这里有个小窍门，如果地址里没写城市，你可以参考邮编或者电话区号。当然，这需要你心里有个大概的地图概念。我有个客户，做连锁餐饮的，他们家门店地址特别乱，有的写“上海浦东”，有的写“上海市浦东新区”。我用了一个简单的 VBA 脚本，配合正则表达式，把那些多余的字眼都去掉了，然后再调用百度地图的 API 进行坐标转换。这一套下来，准确率提到了 95% 以上。
这里要插一句，千万别迷信全自动工具。我之前见过有人用某个号称“智能解析”的软件，结果把“广东深圳”解析成了“广东深州”，把“河北石家庄”解析成了“河北石家”，这种低级错误在业务上是要出大事故的。所以，人工复核这一步绝对不能省。哪怕你用了再先进的 excel geo 解决方案，最后也得让人眼过一遍。
再说说成本问题。如果你是自己折腾，用免费的 API 每天有限额，跑完几万条数据得等好几天。要是找外包公司，报价从几千到几万不等，看数据量和精度要求。我一般建议，数据量在十万以内，自己用 Python 或者 Excel 插件搞定最划算；超过这个量级，再考虑上专业的 GIS 平台或者找专业团队。别听那些销售忽悠，说什么“永久授权”、“无限调用”，最后都是坑。
还有一点，坐标系的转换也是个雷区。国内常用的是 GCJ-02 和 BD-09，如果你直接拿 GPS 原始数据去画图，偏移量能有几百米。我有个做物流的朋友，就是因为没注意这个，导致配送员导航导到了隔壁市，客户投诉电话打爆了他的手机。所以，在确定坐标之前，一定要问清楚数据来源是什么坐标系，再转换成目标坐标系。
最后，给大家几个实在的建议。第一，数据清洗要趁早，别等到最后一步才想起来整理。第二，保留原始数据备份，别改乱了找不到回去的路。第三，多测试，小批量跑通流程再全量导入。地理数据分析这事儿，看似简单，实则细节满满。你要是能沉下心把基础打牢，后面做可视化、做热力图，那都是顺水推舟的事儿。
要是你手头还有搞不定的脏数据，或者不知道选哪个工具合适，欢迎随时来聊。别自己在那死磕了，有时候换个思路，事儿就办了。毕竟，咱们做这行的，效率才是硬道理。
