今天在昨天的基础上进一步规范了地域列的取值，以及使用高德地图的api将昨天模拟百度地图搜索请求未找到的500多条数据重新进行查询。除此之外，还看了一些关于python提取关键字的博客。
昨天虽然找到了3500多条数据的地域和行政区划代码，但是由于未考虑到完成单位在其他省份的情况，导致某些地域值只有XX市XX区，没有前面的XX省。
虽然后来又换用高德地图的api进行查询，但是仍有181条数据未能查找到所在地域，我认为一方面是数据集有问题，另一方面是这些单位可能已经改名。我觉得不太可能是重名单位多的原因，因为我在编写脚本时只取了结果列的第一种情况，结果不论有多少只取第一种。其次，这未找到的181条数据中，有9条数据的完成单位是人名，所以真正未将地域维度标准化的数据有172条。
明天的任务是提取关键字和补充行业分类，如果有时间的话会尝试搜索搜索这172条数据，看看能不能手动将地域维度标准化。
原文：https://www.cnblogs.com/dream0-0/p/12489239.html