强大的GeoPandas，几行代码实现点转线功能

强大的GeoPandas，几行代码实现点转线功能

在GIS数据处理操作时，经常会用到点转线操作。一般ArcGIS、QGIS等等都会提供相应的工具。
这里提供一种利用Python实现点转线的方法。

1、原料 Pandas、GeoPandas、Shapely

Pandas及GeoPandas的强大之处，谁用谁知道
先来看以下点文件，格式是带经纬度坐标的csv文件。我们先用pandas将数据呈现出来。内容如下：

import pandas as pd
import geopandas as gpd
from shapely.geometry import LineString,Point

fp = r'E:\Dev\data\BigRoads31.csv'
df = pd.read_csv(fp)
df.iloc[:30,:]

	FID	Name	State	Speed	Num	Lng	Lat
0	0	科技六路	3	10.0	0	108.888107	34.211662
1	1	科技六路	3	10.0	0	108.889725	34.211670
2	2	瞪羚路	2	15.0	1	108.856926	34.201595
3	3	瞪羚路	2	15.0	1	108.857033	34.201599
4	4	瞪羚路	2	15.0	1	108.859413	34.201637
5	5	瞪羚路	2	15.0	1	108.861893	34.201626
6	6	瞪羚路	2	15.0	1	108.863655	34.201611
7	7	瞪羚路	2	15.0	1	108.868385	34.201630
8	8	瞪羚路	2	15.0	1	108.869408	34.201630
9	9	瞪羚路	2	25.0	2	108.869408	34.201710
10	10	瞪羚路	2	25.0	2	108.869308	34.201710
11	11	瞪羚路	2	25.0	2	108.868408	34.201698
12	12	瞪羚路	2	25.0	2	108.863556	34.201675
13	13	瞪羚路	2	25.0	2	108.859413	34.201695
14	14	瞪羚路	2	25.0	2	108.857033	34.201706
15	15	瞪羚路	2	25.0	2	108.856926	34.201702
16	16	高新六路	2	25.0	3	108.877281	34.211655
17	17	高新六路	2	25.0	3	108.877281	34.211735
18	18	高新六路	2	25.0	3	108.877266	34.212143
19	19	高新六路	2	25.0	3	108.877274	34.214108
20	20	高新六路	2	25.0	3	108.877243	34.216526
21	21	高新六路	2	25.0	3	108.877243	34.220024
22	22	高新六路	2	25.0	3	108.877281	34.220097
23	23	高新四路	2	25.0	4	108.895088	34.235291
24	24	高新四路	2	25.0	4	108.895073	34.235027
25	25	高新四路	2	25.0	4	108.895088	34.232681
26	26	高新四路	2	25.0	4	108.895096	34.232456
27	27	高新四路	2	25.0	4	108.895058	34.231377
28	28	高新四路	2	25.0	4	108.895042	34.228569
29	29	高新四路	2	25.0	4	108.895042	34.228458

可以看出，每一行代表一个点，每一行的最后两列为坐标。另外有两列是我们需要关注的，FID列是数据的自增ID，Num是一个编号。后面的点转线，将依据这两列。

用Geopandas将点打印出来，可以看到点的地理分布情况，如下图：

xy = [Point(xy) for xy in zip(df.Lng,df.Lat)]
pointDataFrame = gpd.GeoDataFrame(df,geometry=xy)
pointDataFrame.plot(figsize = (24, 24))

<matplotlib.axes._subplots.AxesSubplot at 0x1f5eeb3b390>

熟悉GIS矢量数据结构的人都知道，线是由点构成的，其在物理结构上表现的就是一连串有序排列的点。根据这一特征，我们来进行点转线操作。

2、点转线

有规则才成方圆，不，有规则才能连成线，通过查看上面的表，我们按照如下规则，将点转换为线：
1、num值相同的点，合并成一根线段；
2、线段上的点的排列顺序，按照其在表中的排列顺序FID
转换过程如下：

#分组
dataGroup = df.groupby('Num')

#构造数据
tb = []
geomList = []
for name,group in dataGroup:
    # 分离出属性信息，取每组的第1行前5列作为数据属性
    tb.append(group.iloc[0,:5])
    # 把同一组的点打包到一个list中
    xyList = [xy for xy in zip(group.Lng, group.Lat)]
    
    line = LineString(xyList)
    geomList.append(line)

# 点转线
geoDataFrame = gpd.GeoDataFrame(tb, geometry = geomList)

我们打印下结果看看

geoDataFrame.iloc[:20,:]

	FID	Name	State	Speed	Num	geometry
0	0	科技六路	3	10.0	0	LINESTRING (108.888107 34.21166229999999, 108....
2	2	瞪羚路	2	15.0	1	LINESTRING (108.856926 34.2015953, 108.857033 ...
9	9	瞪羚路	2	25.0	2	LINESTRING (108.869408 34.2017097, 108.869308 ...
16	16	高新六路	2	25.0	3	LINESTRING (108.877281 34.2116547, 108.877281 ...
23	23	高新四路	2	25.0	4	LINESTRING (108.895088 34.2352905, 108.895073 ...
31	31	科技一路	2	20.0	5	LINESTRING (108.900749 34.2257996, 108.900589 ...
38	38	２１０国道	1	40.0	6	LINESTRING (108.781281 33.8055725, 108.781242 ...
2914	2914	２１０国道	1	45.0	7	LINESTRING (108.8955 34.19851679999999, 108.89...
3131	3131	太白南路	1	35.0	8	LINESTRING (108.895638 34.1985016, 108.89666 3...
3174	3174	丈八三路	1	30.0	9	LINESTRING (108.875626 34.1899567, 108.87558 3...
3180	3180	丈八三路	1	30.0	10	LINESTRING (108.875481 34.19846339999999, 108....
3187	3187	唐延南路	1	35.0	11	LINESTRING (108.881477 34.1797485, 108.881508 ...
3229	3229	唐延南路	1	35.0	12	LINESTRING (108.890282 34.19849779999999, 108....
3267	3267	丈八东路	1	35.0	13	LINESTRING (108.874435 34.2050018, 108.874565 ...
3339	3339	丈八东路	1	35.0	14	LINESTRING (108.945831 34.19813920000001, 108....
3408	3408	丈八六路	1	35.0	15	LINESTRING (108.855911 34.1825256, 108.855934 ...
3430	3430	丈八六路	1	40.0	16	LINESTRING (108.857033 34.2045937, 108.856934 ...
3451	3451	锦业路	1	35.0	17	LINESTRING (108.841652 34.1938324, 108.841728 ...
3482	3482	丈八五路	1	40.0	18	LINESTRING (108.864204 34.1888275, 108.86409 3...
3497	3497	丈八五路	1	35.0	19	LINESTRING (108.863541 34.20478060000001, 108....

可以看到，数据已经按Num分组，并合并成了一个LineString对象。

##通过地图显示查看结果。
geoDataFrame.plot(figsize = (24, 24))

<matplotlib.axes._subplots.AxesSubplot at 0x1f5ecc0bc18>

3、将结果保存为geojson文件

1)保存为geojson，两种方法

# 方法一 
fp = r"E:\Dev\data\lineRoads.geojson"
geoDataFrame.to_file(fp, driver='GeoJSON', encoding="utf-8")

#方法二
json = geoDataFrame.to_json()
with open(fp,'w') as f:
    f.write(json)

2)保存为shp

shp = r"E:\Dev\data\lineRoads.shp"
geoDataFrame.to_file(shp,driver="ESRI Shapefile",encoding="utf-8")

4、点转线完整代码

刨除上面的一些测试验证代码，仅仅几行即可实现点转线功能。Good！！！

import pandas as pd
import geopandas as gpd
from shapely.geometry import LineString,Point


def main():
    fp = r'E:\Dev\data\BigRoads31.csv'
    df = pd.read_csv(fp)

    #分组
    dataGroup = df.groupby('Num')

    #构造数据
    tb = []
    geomList = []
    for name,group in dataGroup:
        # 分离出属性信息，取每组的第1行前5列作为数据属性
        tb.append(group.iloc[0,:5])
        # 把同一组的点打包到一个list中
        xyList = [xy for xy in zip(group.Lng, group.Lat)]

        line = LineString(xyList)
        geomList.append(line)

    # 点转线
    geoDataFrame = gpd.GeoDataFrame(tb, geometry = geomList)

    fp = r"E:\Dev\data\lineRoads.geojson"
    geoDataFrame.to_file(fp, driver='GeoJSON', encoding="utf-8")

if __name__ == '__main__':
    main()