用代码收集重庆范围内的肯德基连锁店，取出店名地址，经纬度，电话，将这五个数据放进一张表格中

要从网络上抓取并整理出这样的信息，你需要使用一些数据爬虫技术和API，这里以Python的BeautifulSoup库和requests库为例，但请注意，直接爬取公开网页上的个人信息可能会涉及隐私和法律问题，有些信息可能是受保护的。

首先，你需要确定是否有官方API或者数据集可以直接获取这些信息，肯德基中国官网或第三方的数据提供商可能会提供这样的数据。如果没有，你需要访问他们的网站并解析HTML内容来提取你需要的信息。下面是一个简化的示例，假设你能访问到包含所需数据的HTML页面：

import requests
from bs4 import BeautifulSoup

# 假设url是肯德基店铺列表页面
url = "http://example.com/chongqing_restaurants"  # 替换实际URL

response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

table_data = []
for row in soup.find_all('tr'):  # 假设店铺信息在表格里
    cols = row.find_all('td')
    if cols:  # 检查是否存在5列数据
        store_name = cols[0].text.strip()  # 店名
        address = cols[1].text.strip()  # 地址
        lat_lng = cols[2].find('span')  # 需要额外处理可能存在嵌套标签的情况
        latitude = float(lat_lng['data-lat']) if lat_lng else None
        longitude = float(lat_lng['data-lng']) if lat_lng else None
        phone = cols[3].text.strip()  # 电话号码

        table_data.append({
            'store_name': store_name,
            'address': address,
            'latitude': latitude,
            'longitude': longitude,
            'phone': phone
        })

# 创建表格数据结构，如pandas DataFrame或json对象
data_df = pd.DataFrame(table_data)  # 如果使用pandas
# 或 data_dict = {'stores': table_data}  # 如果保存为字典

# 根据需求导出到文件或数据库
# data_df.to_csv('kfc_chongqing.csv', index=False)

请注意，这个例子是简化版的，实际操作中可能需要处理更复杂的网页结构和错误情况。同时，一定要遵守网站的robots.txt规则以及尊重数据源的版权和隐私政策。