【总结】geopandas用法总结

原创已于 2024-10-21 16:53:09 修改 · 1.8k 阅读

26 ·

CC 4.0 BY-SA版权

文章标签：

#python #pandas #arcgis

于 2023-12-19 10:58:54 首次发布

GIS-Python 专栏收录该内容

1 篇文章

订阅专栏

本文详细介绍了如何在工作中使用GeoPandas，包括GeoPandas的原理、安装步骤，以及实际应用中的功能如读取shp文件、判断几何对象相交、根据行政区划切分路网并计算长度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python三方库GIS用法总结

注：工作学习中运用到的python三方库GIS用法总结
第一章 Python GIS学习之geopandas的使用

前言

本文大概对工作学习中geopandas的运用进行阶段总结及代码段功能作用总结。

一、GeoPandas 是什么？

Geopandas简介

顾名思义，GeoPandas 通过添加对地理空间数据的支持来扩展流行的数据科学库 pandas。如果您不熟悉，我们建议您在继续操作之前快速浏览其入门文档。
在这里插入图片描述

geopandas.GeoDataFrame; pandas.DataFrame; geopandas.GeoSeries; pandas.Series; GeoDataFrame; pandas.Series; geopandas.GeoSeries;
GeoPandas 中的核心数据结构是 GeoDataFrame，它是 pandas 的子类，可以存储几何列并执行空间操作。GeoSeries 是 GeoDataFrame 中处理几何对象的子类。因此，您的 GeoDataFrame 是 pandas DataFrame 的结合，具有传统数据（数值、布尔、文本等），以及具有几何对象（点、多边形等）的 GeoSeries。您可以拥有任意数量的带有几何对象的列；对于桌面GIS软件来说，通常没有限制。

在这里插入图片描述
GeoSeries; GeoSeries.crs; GeoSeries; GeoDataFrame;
每个数组可以包含任何几何类型（甚至可以在单个数组中混合它们），并且都有一个属性，用于存储有关投影的信息（CRS代表坐标参考系统）。因此，每个几何对象都可以处于不同的投影中，这使得你可以拥有同一几何对象的多个版本（不同的投影）。

二、安装方法

1. 下载相关依赖包

geopandas包在安装之前，需要手动依次将GDAL , Fiona, Pyproj，Rtree，Shapely五个依赖包安装成功；
根据已安装的python版本下载对应的依赖包；
下载地址为 https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud 。

2. 读入数据

包的安装顺序依次为GDAL->Fiona->pyproj->Rtree->Shapely->geopandas

pip install GDAL-3.4.2-cp38-cp38-win_amd64.whl

具体安装教程可根据这个大佬的文章：https://blog.csdn.net/Aries1Chan/article/details/124659444

三、用法总结

对geopandas部分实际功能作用进行总结，以便复用；

1. 读取shp文件

polygon_path = './data/districts.shp'
gdf= gpd.read_file(polygon_path)

2. 判断是否相交

gdf['geometry'].iloc[i].intersects(gdf['geometry'].iloc[j]) # 判断元素间是否相交
gdf['geometry'].iloc[i].intersection(gdf['geometry'].iloc[j]) # 求出相交的范围

3. 根据行政区划切分路网并计算各市的路网总长度

def innerShp(polyline, polygon, outputFile):
    """
    计算每个行政区域的总长度
    :param polyline: 路网数据
    :param polygon: 行政区划数据
    :param outputFile: 导出文件的路径
    :return: 
    """
    # 使用空间关系进行切割
    roads_by_admin = gpd.sjoin(polyline, polygon, how="inner", op="intersects")
    # 投影坐标系转换，UTM 50N，求出的单位是m
    roads_by_admin = roads_by_admin.to_crs(epsg=32650)
    # 计算每个行政区域的总长度
    # roads_by_admin["length"] = roads_by_admin["geometry"].agg(lambda x: x.length)
    roads_by_admin["length"] = roads_by_admin["geometry"].length
    text = roads_by_admin.groupby('市')["length"].sum().reset_index()
    # 保存结果为excel
    text.to_excel(outputFile, index=False)

4. 三维面转二维，同时转换坐标系

读取的polygon类型的shp中，面的构成是由内环外环两条线，三维转二维是把z值去掉，重新构建一个二维面

在这里插入图片描述

import geopandas as gpd
from shapely.geometry import Polygon, MultiPolygon
import transbigdata as tbd

# 读取三维Shapefile
shapefile_path = './data/area_3d_wgs84.shp'
gdf = gpd.read_file(shapefile_path)

def drop_z(geom):
    if geom.has_z:  # 如果几何包含Z坐标
        if isinstance(geom, Polygon):
            # 对Polygon的外环和内环去掉Z坐标，可能是镂空的面，即环状
            return Polygon([(x, y) for x, y, z in geom.exterior.coords],
                           [[(x, y) for x, y, z in interior.coords] for interior in geom.interiors])
        elif isinstance(geom, MultiPolygon):
            # 对MultiPolygon的每个Polygon都去掉Z坐标
            return MultiPolygon([drop_z(poly) for poly in geom.geoms])
    return geom  # 如果没有Z坐标，直接返回

# 将所有几何从三维转换为二维
gdf['geometry'] = gdf['geometry'].apply(drop_z)
# 转换坐标系到gcj02
gdf = tbd.transform_shape(gdf, tbd.wgs84togcj02)

gdf.to_file('./output/area_2d_gcj02.shp')

5.

逐步更新中……