Ciudades de India con Latitud y Longitud – Descarga en Excel, CSV, SQL, JSON, XML
Última actualización: 24 de enero de 2026.
Aquí encontrarás una muestra seleccionada de 100 ciudades clave de India, cada una con datos esenciales como latitud, longitud, región administrativa y otros atributos relevantes.
Esta vista previa se extrae de nuestro conjunto de datos completo, que incluye un total de 543072 ubicaciones geográficas en todo el país.
Ya sea que trabajes en cartografía, análisis de datos o desarrollo de aplicaciones, los datos están disponibles para uso personal y comercial.
Todos los registros están disponibles en cinco formatos: Excel (.xlsx), CSV, SQL, JSON y XML.
Capital destacada: La capital oficial de India es New Delhi.
| Geoname_ID | City | Alternate_Name | Country_Code | Region | Sub_region | Latitude | Longitude | Elevation | Population | Timezone | Fcode_Name |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 10153776 | Gāngra | IN | Himachal Pradesh | Shimla | 30.97355 | 77.48258 | 0 | Asia/Kolkata | populated place | ||
| 11029560 | Isāk | IN | Bihar | Nālanda | 25.03775 | 85.44274 | 0 | Asia/Kolkata | populated place | ||
| 11419846 | Gadecheruvulapalli | IN | Andhra Pradesh | Chittoor | 13.63626 | 79.01449 | 0 | Asia/Kolkata | populated place | ||
| 11061565 | Kasrāwar | IN | Uttar Pradesh | Kheri | 27.87447 | 80.10922 | 0 | Asia/Kolkata | populated place | ||
| 10712801 | Bori | IN | Maharashtra | Gadchiroli | 20.3266 | 80.19601 | 0 | Asia/Kolkata | populated place | ||
| 10625458 | Baijnāth Jot | IN | Uttar Pradesh | Basti | 26.72745 | 82.79963 | 0 | Asia/Kolkata | populated place | ||
| 10710719 | Asokāpur | IN | Uttar Pradesh | Kheri | 27.84243 | 80.84741 | 0 | Asia/Kolkata | populated place | ||
| 10819171 | Deuriya | IN | Bihar | Siwān | 26.10065 | 84.22861 | 0 | Asia/Kolkata | populated place | ||
| 10828554 | Meghuā | IN | Bihar | Pūrba Champāran | 26.42884 | 84.96868 | 0 | Asia/Kolkata | populated place | ||
| 10666438 | Sant Bakhsh | IN | Uttar Pradesh | Gorakhpur | 26.74876 | 83.57046 | 0 | Asia/Kolkata | populated place | ||
| 10713915 | Mau | IN | Jammu and Kashmir | Kishtwar | 33.36471 | 76.24017 | 0 | Asia/Kolkata | populated place | ||
| 11486806 | Vilabhāgam | IN | Kerala | Thiruvananthapuram | 8.70186 | 76.73862 | 0 | Asia/Kolkata | populated place | ||
| 11375704 | Nadampalle | IN | Andhra Pradesh | Prakasam | 15.99074 | 79.52553 | 0 | Asia/Kolkata | populated place | ||
| 11625677 | Gunidīh | IN | Jharkhand | Khunti | 23.17362 | 85.24685 | 0 | Asia/Kolkata | populated place | ||
| 10735234 | Sāmer | IN | Rajasthan | Jaipur | 26.90939 | 75.9108 | 0 | Asia/Kolkata | populated place | ||
| 10433148 | Khokh | IN | Punjab | Patiala | 30.44646 | 76.17153 | 0 | Asia/Kolkata | populated place | ||
| 11275785 | Godlavīdu | IN | Andhra Pradesh | Cuddapah | 14.83754 | 78.98185 | 0 | Asia/Kolkata | populated place | ||
| 10895900 | Hādya | IN | Karnataka | Mysore | 12.51647 | 76.22978 | 0 | Asia/Kolkata | populated place | ||
| 10594675 | Kuti Sant Dās | IN | Uttar Pradesh | Balrampur | 27.66426 | 82.2069 | 0 | Asia/Kolkata | populated place | ||
| 10553553 | Bakhshpur | IN | Uttar Pradesh | Unnāo | 26.53504 | 80.94468 | 0 | Asia/Kolkata | populated place | ||
| 10619460 | Khajuha | IN | Uttar Pradesh | Basti | 26.76101 | 82.60855 | 0 | Asia/Kolkata | populated place | ||
| 10814886 | Bānsgaon | IN | Bihar | Pashchim Champāran | 27.134 | 84.25655 | 0 | Asia/Kolkata | populated place | ||
| 10787901 | Sher Muhammadpuram | IN | Andhra Pradesh | Srīkākulam | 18.2996 | 83.83346 | 0 | Asia/Kolkata | populated place | ||
| 10729274 | Kāzampur | IN | Punjab | Shahid Bhagat Singh Nagar | 31.04537 | 76.18012 | 0 | Asia/Kolkata | populated place | ||
| 10333485 | Motīpura | IN | Rajasthan | Jhālāwār | 24.37772 | 76.74055 | 0 | Asia/Kolkata | populated place | ||
| 10461825 | Dannahār | IN | Uttar Pradesh | Mainpuri | 27.21287 | 78.89403 | 0 | Asia/Kolkata | populated place | ||
| 10783425 | Sompuram | IN | Andhra Pradesh | Vizianagaram District | 18.50085 | 83.30009 | 0 | Asia/Kolkata | populated place | ||
| 11689310 | Sogidih | IN | Jharkhand | Saraikela | 22.8803 | 85.82034 | 0 | Asia/Kolkata | populated place | ||
| 1429997 | Dhokri | IN | Jammu and Kashmir | Punch | 33.80276 | 74.11865 | 0 | Asia/Kolkata | populated place | ||
| 10836869 | Subhaul | IN | Uttar Pradesh | Ballia | 25.8405 | 84.27275 | 0 | Asia/Kolkata | populated place | ||
| 10895325 | Appagondanahalli | IN | Karnataka | Hassan | 12.84352 | 76.02896 | 0 | Asia/Kolkata | populated place | ||
| 10713108 | Partābpura | IN | Punjab | Jalandhar | 31.23855 | 75.52977 | 0 | Asia/Kolkata | populated place | ||
| 1272497 | Dival | IN | Madhya Pradesh | Khargone | 21.82837 | 75.74113 | 0 | Asia/Kolkata | populated place | ||
| 10778164 | Sobnādripuram | IN | Andhra Pradesh | Krishna | 16.70776 | 80.74941 | 0 | Asia/Kolkata | populated place | ||
| 1264007 | Mālvan | Malvan,Malwan,Mālvan | IN | Maharashtra | Sindhudurg | 16.05981 | 73.4629 | 18858 | Asia/Kolkata | populated place | |
| 10534802 | Tharhīpāthar | IN | Madhya Pradesh | Sidhi | 24.03177 | 81.95098 | 0 | Asia/Kolkata | populated place | ||
| 10653576 | Purwa Baraiyan | IN | Uttar Pradesh | Āzamgarh | 26.20371 | 82.98394 | 0 | Asia/Kolkata | populated place | ||
| 10464467 | Lepa | IN | Madhya Pradesh | Morena | 26.58328 | 78.35783 | 0 | Asia/Kolkata | populated place | ||
| 10517672 | Hanota | IN | Madhya Pradesh | Tīkamgarh | 25.0163 | 78.66192 | 0 | Asia/Kolkata | populated place | ||
| 10675980 | Jilahta | IN | Madhya Pradesh | Mandla | 23.06395 | 80.48636 | 0 | Asia/Kolkata | populated place | ||
| 10683196 | Titārpur | IN | Uttar Pradesh | Pratāpgarh | 25.95583 | 81.79993 | 0 | Asia/Kolkata | populated place | ||
| 11277461 | Cherlapalle | IN | Andhra Pradesh | Anantapur | 13.9329 | 78.00868 | 0 | Asia/Kolkata | populated place | ||
| 10762668 | Kathik | IN | Uttar Pradesh | Bāra Banki | 26.83445 | 81.52758 | 0 | Asia/Kolkata | populated place | ||
| 10561410 | Pura Rajab | IN | Uttar Pradesh | Bahraich | 27.28253 | 81.59699 | 0 | Asia/Kolkata | populated place | ||
| 10153008 | Khajūri | IN | Haryana | Yamunanagar | 30.08012 | 77.16634 | 0 | Asia/Kolkata | populated place | ||
| 10667829 | Kaithaulia | IN | Uttar Pradesh | Deoria | 26.40413 | 83.60096 | 0 | Asia/Kolkata | populated place | ||
| 10623220 | Purwa Ratanpur | IN | Uttar Pradesh | Basti | 26.973 | 82.79096 | 0 | Asia/Kolkata | populated place | ||
| 10191150 | Tekāpār Khurd | IN | Madhya Pradesh | Raisen | 23.45447 | 78.49469 | 0 | Asia/Kolkata | populated place | ||
| 8986061 | Balinali | IN | Odisha | Angul District | 21.04345 | 84.915 | 0 | Asia/Kolkata | populated place | ||
| 1254720 | Tervāda | Tervada,Tervāda | IN | Gujarat | Banās Kāntha | 24.02598 | 71.69507 | 0 | Asia/Kolkata | populated place | |
| 11418654 | Mittapālem | IN | Andhra Pradesh | Nellore | 14.01989 | 79.58045 | 0 | Asia/Kolkata | populated place | ||
| 10597403 | Prua Karam Dās | IN | Uttar Pradesh | Gonda | 27.05274 | 82.04768 | 0 | Asia/Kolkata | populated place | ||
| 1264130 | Malayampālaiyam | IN | Tamil Nadu | Erode | 11.1939 | 77.84309 | 0 | Asia/Kolkata | populated place | ||
| 10526114 | Koman Penta | IN | Telangana | Mahbūbnagar | 16.2985 | 78.82841 | 0 | Asia/Kolkata | populated place | ||
| 10612934 | Deori | IN | Madhya Pradesh | Rewa | 25.02135 | 81.39093 | 0 | Asia/Kolkata | populated place | ||
| 10621885 | Pura Autār | IN | Uttar Pradesh | Ambedkar Nagar | 26.45766 | 82.70103 | 0 | Asia/Kolkata | populated place | ||
| 10772828 | Kutel | IN | Odisha | Kālāhandi | 19.98956 | 83.47595 | 0 | Asia/Kolkata | populated place | ||
| 11412108 | Kampasamudram | IN | Andhra Pradesh | Nellore | 14.78177 | 79.24785 | 0 | Asia/Kolkata | populated place | ||
| 11017072 | Dhangāwān | IN | Bihar | Jehanabad | 25.21296 | 85.01571 | 0 | Asia/Kolkata | populated place | ||
| 10892380 | Nidiyanga | IN | Kerala | Kannur | 12.08038 | 75.49457 | 0 | Asia/Kolkata | populated place | ||
| 10898496 | Sibnagar | IN | Bihar | Munger | 25.34615 | 86.34698 | 0 | Asia/Kolkata | populated place | ||
| 10622110 | Chāndi Dīha | IN | Uttar Pradesh | Ambedkar Nagar | 26.28837 | 82.72723 | 0 | Asia/Kolkata | populated place | ||
| 10210492 | Bahra | IN | Madhya Pradesh | Narsimhapur | 22.98624 | 78.91697 | 0 | Asia/Kolkata | populated place | ||
| 10849789 | Varadāyapalle | IN | Andhra Pradesh | Anantapur | 14.97947 | 77.99381 | 0 | Asia/Kolkata | populated place | ||
| 10652291 | Ratna | IN | Uttar Pradesh | Ambedkar Nagar | 26.27908 | 82.84493 | 0 | Asia/Kolkata | populated place | ||
| 1349235 | Gobra | IN | West Bengal | North 24 Parganas | 22.70686 | 88.72501 | 0 | Asia/Kolkata | populated place | ||
| 10486743 | Pitākpur | IN | Uttar Pradesh | Kanpur Dehat | 26.29145 | 79.66385 | 0 | Asia/Kolkata | populated place | ||
| 11502139 | Kundaraseri | IN | Kerala | Kollam | 8.96704 | 76.68923 | 0 | Asia/Kolkata | populated place | ||
| 11678443 | Kuppam | IN | Tamil Nadu | Villupuram | 11.84823 | 79.32785 | 0 | Asia/Kolkata | populated place | ||
| 1440701 | Thamni | IN | Jammu and Kashmir | 34.37783 | 73.79092 | 0 | Asia/Kolkata | populated place | |||
| 10662729 | Bhurdhaili | IN | Uttar Pradesh | Gorakhpur | 26.95228 | 83.34445 | 0 | Asia/Kolkata | populated place | ||
| 9982268 | Dhāni Maliān | Dhani Malian,Dhāni Maliān,Dhāni Māliān | IN | Haryana | Bhiwani | 28.78112 | 76.14101 | 0 | Asia/Kolkata | populated place | |
| 10192226 | Garhi Khaimpur | IN | Rajasthan | Karauli | 26.61294 | 76.68293 | 0 | Asia/Kolkata | populated place | ||
| 10826541 | Gopālpur | IN | Bihar | Siwān | 26.21454 | 84.56956 | 0 | Asia/Kolkata | populated place | ||
| 10494999 | Āri | IN | Uttar Pradesh | Āgra | 26.97769 | 78.02745 | 0 | Asia/Kolkata | populated place | ||
| 10881196 | Dhirja Chak | IN | Bihar | Gayā | 24.57045 | 85.03425 | 0 | Asia/Kolkata | populated place | ||
| 10135872 | Bashlai | IN | Himachal Pradesh | Kulu | 31.47125 | 77.63699 | 0 | Asia/Kolkata | populated place | ||
| 11655907 | Kurichi | IN | Tamil Nadu | Kanniyakumari | 8.14297 | 77.46807 | 0 | Asia/Kolkata | populated place | ||
| 10562339 | Chhittupāli | IN | Uttar Pradesh | Ballia | 25.91667 | 83.96892 | 0 | Asia/Kolkata | populated place | ||
| 10013176 | Aur | IN | Himachal Pradesh | Shimla | 31.30666 | 77.39728 | 0 | Asia/Kolkata | populated place | ||
| 8846372 | Kudmura | IN | Chhattisgarh | Korba | 22.32457 | 83.07506 | 0 | Asia/Kolkata | populated place | ||
| 10419109 | Champātola | Champatola,Champātola | IN | Chhattisgarh | Rāj Nāndgaon | 21.6045 | 81.00388 | 0 | Asia/Kolkata | populated place | |
| 10715714 | Mailūni | IN | Himachal Pradesh | Chamba | 32.69346 | 76.1248 | 0 | Asia/Kolkata | populated place | ||
| 10772481 | Bādpadar | IN | Odisha | Kālāhandi | 19.66827 | 83.18164 | 0 | Asia/Kolkata | populated place | ||
| 11345807 | Valaganūr | IN | Tamil Nadu | Vellore | 12.61622 | 78.6227 | 0 | Asia/Kolkata | populated place | ||
| 11667734 | Pāppāgudi | IN | Tamil Nadu | Sivaganga | 9.81807 | 78.76533 | 0 | Asia/Kolkata | populated place | ||
| 10891986 | Thalha | IN | Bihar | Supaul | 26.22774 | 86.89588 | 0 | Asia/Kolkata | populated place | ||
| 11663431 | Adanjiyūr | IN | Tamil Nadu | Thanjavur | 10.82189 | 78.98389 | 0 | Asia/Kolkata | populated place | ||
| 11010898 | Babhangānwān | IN | Bihar | Sāran | 25.75755 | 85.06658 | 0 | Asia/Kolkata | populated place | ||
| 10831747 | Asan | IN | Uttar Pradesh | Ballia | 25.8863 | 84.08624 | 0 | Asia/Kolkata | populated place | ||
| 11018594 | Bhamrābāndh | IN | Jharkhand | Sahibganj | 24.71945 | 87.80141 | 0 | Asia/Kolkata | populated place | ||
| 10721166 | Mālumjhola | IN | Madhya Pradesh | Mandla | 22.3082 | 81.01413 | 0 | Asia/Kolkata | populated place | ||
| 1440525 | Nera | Nara Baihk,Nera | IN | Jammu and Kashmir | 34.15346 | 73.98377 | 0 | Asia/Kolkata | populated place | ||
| 11668236 | Kurichchi | IN | Tamil Nadu | Sivaganga | 9.62144 | 78.77602 | 0 | Asia/Kolkata | populated place | ||
| 10813354 | Pastola | IN | Uttarakhand | Naini Tāl | 29.26187 | 79.63552 | 0 | Asia/Kolkata | populated place | ||
| 11621225 | Kīchchankuppam | IN | Tamil Nadu | Nagapattinam | 10.75205 | 79.84958 | 0 | Asia/Kolkata | populated place | ||
| 10053257 | Charel | IN | Himachal Pradesh | Shimla | 31.04945 | 77.30889 | 0 | Asia/Kolkata | populated place | ||
| 10880009 | Kudinīrkatte | IN | Karnataka | Chitradurga | 14.04129 | 76.20257 | 0 | Asia/Kolkata | populated place | ||
| 10782872 | Māriki | IN | Andhra Pradesh | Vizianagaram District | 18.04827 | 83.03508 | 0 | Asia/Kolkata | populated place | ||
| 10310457 | Ugrāhān | IN | Punjab | Sangrur | 30.05069 | 75.76751 | 0 | Asia/Kolkata | populated place |
La India: cartografiando el mosaico viviente de un subcontinente
El sueño de un cartógrafo en una nación de contrastes
La India no es simplemente un país; es un mosaico dinámico y vivo de culturas, climas y geografías. Como geógrafo, explorar la India es como navegar por un universo de contrastes, desde las cunas del Himalaya en el norte hasta los deltas bañados por el sol en el sur, desde los áridos desiertos de Rajasthan hasta los verdes bosques de los Ghats occidentales. Pero entender la India en toda su complejidad espacial requiere más que descripciones poéticas. Requiere datos. Datos limpios, estructurados y precisos desde el punto de vista geográfico.
Es por eso que he desarrollado una base de datos completa de ciudades indias, categorizadas por estado y distrito, y enriquecida con coordenadas geográficas que hacen el análisis espacial de esta vasta tierra no solo posible, sino profundamente perspicaz.
De los estados a los distritos: la columna vertebral administrativa
La India está dividida en 28 estados y 8 territorios de la unión, que posteriormente se dividen en más de 700 distritos. Estas divisiones no son trivialidades administrativas, sino que están profundamente ligadas a fronteras históricas, identidades culturales y estructuras políticas. Las ciudades y los pueblos están entrelazados dentro de estas capas, cada uno funcionando como un nodo económico, un marcador demográfico y un faro cultural.
Para estudiar verdaderamente la India espacialmente, uno debe verla a través de la lente de estos niveles administrativos. Mi conjunto de datos garantiza que cada ciudad esté indexada con su región y división departamental adecuados, lo que permite un filtrado preciso a varios niveles y estudios geográficos comparativos.
Las ciudades como catalizadores de la transformación
Las ciudades de la India están evolucionando a un ritmo asombroso. Megaciudades como Mumbai y Delhi dominan la narrativa, pero igualmente cruciales son las ciudades de Nivel II y III como Bhopal, Guwahati, Coimbatore y Jodhpur. Estos centros urbanos son motores de la descentralización, focos de crecimiento que requieren un cuidadoso mapeo espacial para la planificación, la formulación de políticas y el análisis del mercado.
Al incluir la latitud y la longitud de cada ciudad, este conjunto de datos le permite visualizar patrones de asentamientos, corredores de infraestructura y desequilibrios regionales con claridad y precisión.
Latitud y longitud: la geometría de la comprensión
Las coordenadas no son solo puntos en un mapa, sino que son claves para desbloquear patrones. Los valles fluviales, las rutas comerciales y las zonas lingüísticas de la India se vuelven inteligibles cuando se ven a través del prisma de la geolocalización. Ya sea que esté analizando grupos de población a lo largo de la llanura indo-gangetica o trazando zonas económicas a través de regiones costeras, la inclusión de coordenadas precisas convierte la curiosidad geográfica en información procesable.
El poder de Excel en datos geográficos
Si bien el conjunto de datos está disponible en múltiples formatos técnicos -CSV, SQL, JSON y XML-, la reciente adición de Excel (.xlsx) marca un punto de inflexión. Excel es la lengua franca de los planificadores, analistas e investigadores que desean inmediatez y claridad.
En este nuevo formato de Excel, los datos están organizados intuitivamente: nombre de la ciudad, estado, distrito y coordenadas geográficas, todo ello formateado para su uso inmediato. Filtrar por región, ordenar por latitud, analizar grupos o conectarse a cuadros de mando: Excel transforma los datos espaciales en inteligencia estratégica. Si usted es un investigador de políticas en Delhi o un planificador de logística en Londres, Excel potencia sus decisiones con la accesibilidad de una hoja de cálculo y la profundidad de una plataforma GIS.
Precisión multiformato para cada caso de uso
Más allá de Excel, el conjunto de datos admite la interoperabilidad completa. Los desarrolladores pueden importar JSON y XML en aplicaciones web, los científicos de datos pueden integrar SQL en bases de datos relacionales y los estadísticos pueden extraer filas limpias de CSVs. Independientemente de su ecosistema, los datos se ajustan sin compromiso.
Cada formato se mantiene consistente, completo y libre de errores-porque la integridad en los datos espaciales no es opcional. Es esencial.
Por qué esta base de datos es importante ahora
La India está experimentando una transición urbana de escala histórica. Se estima que para 2030, más del 40% de su población vivirá en ciudades. La planificación de este cambio requiere datos rigurosos y estructurados, no solo para las megaciudades, sino para todos los municipios que forman el corazón de las economías locales.
Esta base de datos no es simplemente una colección de nombres de ciudades, sino un recurso estratégico. Permite comparaciones entre regiones, rastrea las desigualdades espaciales, apoya iniciativas de ciudades inteligentes y se utiliza en modelos para la adaptación al clima y la resiliencia de las infraestructuras.
Conclusión: Una pasión por la cartografía, una herramienta para el progreso
Comprender la India es abrazar su escala y complejidad. Y para hacerlo de manera efectiva, se necesita un marco de datos que sea tan detallado, diverso y dinámico como el propio país. Con la inclusión del formato Excel, junto con CSV, SQL, JSON y XML, este conjunto de datos geográficos ofrece una visión panorámica pero precisa de la urbanidad india.
Deje que estos datos sean su mapa, su lente, su base analítica. La India no es solo un lugar, es un patrón. Y con los datos correctos, ese patrón se vuelve cristalino.
