python编程csv转shp面要素

网上csv转shp很多结果都是点要素，但是“谷歌18亿个建筑物足迹数据集”有面要素信息，我们需要将csv转shp面要素，以下是可批量操作代码。

import os
import pandas as pd
import geopandas as gpd
#from shapely.geometry import Point
from shapely import wkt

# 设置输入和输出文件夹路径
input_folder = 'C:/Users/.../csvToshp/csv'  # CSV文件所在的文件夹路径
output_folder = 'C:/Users/.../csvToshp/shp'  # 输出SHP文件的文件夹路径

# 确保输出文件夹存在
if not os.path.exists(output_folder):
    os.makedirs(output_folder)

# 遍历输入文件夹中的所有CSV文件
for filename in os.listdir(input_folder):
    if filename.endswith('.csv'):
        # 构建完整的文件路径
        csv_path = os.path.join(input_folder, filename)
        # 读取CSV文件到DataFrame
        df = pd.read_csv(csv_path)
        # 如果你的CSV包含不同的字段名，‌请相应修改下面的代码
        #geometry = df.apply(lambda row: Point(row['longitude'], row['latitude']), axis=1)  # 假设经纬度字段名为'lon'和'lat',前面注释符删掉，把下多边形的部分注释掉则是csv转shp（点要素）
        #csv转多边形
        df['geometry'] = df['geometry'].apply(wkt.loads)  
        # 将数据转换为GeoDataFrame，‌并设置其几何字段名为'geometry'
        gdf = gpd.GeoDataFrame(df, geometry='geometry')

        # 设置坐标参考系统为WGS84，‌这是最常用的全球坐标系统
        gdf.crs = "EPSG:4326"
        # 构建输出文件的名称，‌这里我们假设输出文件的名称与原始CSV文件相同，‌但扩展名为.shp
        output_file = os.path.join(output_folder, filename[:-4] + '.shp')  # 去除原文件扩展名并添加.shp后缀
        # 将GeoDataFrame保存为SHP文件
        gdf.to_file(output_file)
        print(f"Converted {filename} to SHP and saved to {output_file}")  # 打印转换信息以便跟踪进度和结果位置

        #部分csv文件没有录入列表信息等，需要事先笔记本编辑将‘latitude,longitude,area_in_meters,confidence,geometry,full_plus_code’编辑在第一行

PS：部分csv文件没有录入列表信息等，需要事先笔记本编辑将‘latitude,longitude,area_in_meters,confidence,geometry,full_plus_code’编辑在第一行，否则会出现如下错误

谷歌18亿个建筑物足迹数据集V3部分转换结果在arcmap和google earth中打开效果如下