Python中的GeoPandas和GeoDataFrame

Posted 2023-04-23

参考技术A

GeoPandas是对pandas的扩展，用于处理地理空间数据
GeoDataFrame是其中一个数据类型，和ArcGIS中的属性表很像，有几何形状字段（红框）和常规的属性字段（绿框），就名称不一样而已。

前提：import geopandas as gpd

读入之后，df为GeoDataFrame格式，结构如下：

结果：

geometry字段中记录的是几何形状，类型是GeoSeries，有很多函数进行相应操作

之后的df完全可以套用dataframe的操作方法

假如现在的df为：

iloc 输入的是数字类型位置索引
loc 输入的是文本类型的位置索引名
at 和loc的用法差不多

it 就是属性表中的一行。math为其中的一个字段名
输出：

df[1][\'math\']=100 这种只要是 用两个括号进行索引修改的均无效 ，这种索引方式可以理解为先拿出了一行（是个视图），修改实际上并未对原数据修改。
此外，尝试利用上述iloc遍历修改也不行

会出现错误：

正确做法是在原df上取值，一个括号直接定位。

通过iloc遍历修改可写成如下方式：

关键语句：gp.name

正常人的思维都会认为sort_values排序之后，按1,2,3……去索引数据的时候就是一个从排好序的数据，但是实际上如下图所示，sort_values后数据表确实按数学成绩排序了，但是索引并未改变，这是按照按1,2,3……去索引其实还是原来的顺序，看起来好像并未排序，所以排序后最好用reset_index重新建立索引。

以下将string类型的Neighbors改为list类型

以下将list类型的Neighbors改为string类型

GeoPandas安装保姆级教程

目录

一、简介

二、geopandas库安装

2.1 相关依赖包下载

2.2 依赖包安装

2.3 geoplot库安装 

2.4 geopandas库测试

---

一、简介

      geopandas 是建立在 GEOS 、 GDAL 、 PROJ 等开源地理空间计算相关框架之上的，类似 pandas 语法风格的空间数据分析 Python 库，其目标是尽可能地简化 Python 中的地理空间数据处理，减少对Arcgis 、 PostGIS 等工具的依赖，使得处理地理空间数据变得更加高效简洁，打造纯 Python 式的空间数据处理工作流。

二、geopandas库安装

      我把所有的我下载好的whl文件，全都上传到csdn中，geopandas-cp38-win_amd64版本链接为geopandas-cp38-win_amd64，geopandas-cp37-win_amd64版本链接为geopandas-cp37-win_amd64 ，需要自取。后面再详细介绍，这些包的下载过程，如下。

2.1 相关依赖包下载

  geopandas 的安装和使用需要若干依赖包，需要全部都安装成功之后，才能安装geopandas包，官方推荐使用下面的方式，但是通常都不能安装成功，因此需要手动安装相关依赖包。

conda install --channel conda-forge geopandas

   上述方法不能成功的原因多是由于国外库源下载较慢的原因，有教程通过更换为国内镜像可以成功安装geopandas（本文未测试！！！），方法如下：

!pip install -i https://pypi.tuna.tsinghua.edu.cn/simple geopandas 

 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，其下载地址为https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud 。

      比如：我的电脑是windows64位系统（计算机->属性），Python版本为3.8（win+R->Python）

   所以在选择依赖包版本的时候，全部选择cp38‑cp38‑win_amd64.whl版本，同理，如果你的Python是3.7的版本，则要下载cp37版。以GDAL为例：

      最终我下载的所有版本如下，有一点需要注意，网上很多说要注意GDAL与Fiona的版本匹配问题，当时我也是按照其他教程安装了好几个版本，都出现Fiona安装失败的情况，最后的解决方案就是全部都下载最新版本，实现安装成功。

2.2 依赖包安装

      包的安装顺序依次为GDAL->Fiona->pyproj->Rtree->Shapely->geopandas。  安装方法为：在whl文件所在文件夹里面，同时shift+鼠标右键，即会出现在此处打开命令窗口（w），然后利用pip安装即可，以GDAL为例：

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

   当出现，success即安装成功。

2.3 geoplot库安装 

        geoplot 是一个地理空间数据可视化库，专为数据科学家和地理空间分析人员设计， 基于geopandas ，提供了众多高度封装的绘图API。同样有教程推荐使用 下面方式安装，但本人没有尝试。

conda install --channel conda-forge geoplot

         本文使用的下载方式和2.1一样，先去网址下载相关依赖包，包含cartopy和rasterio这两个库，按照2.2的方式安装之后，利用pip install geoplot即可安装geoplot库。

2.4 geopandas库测试

    库安装成功后，进行最初的使用测试，以pycharm为例，代码如下：

import geopandas as gpd
import matplotlib.pyplot as plt

if __name__ == '__main__':
    world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
    world.plot()
    plt.show()

   运行结果：

 至此，安装成功！