GeoPandas快速入门

GeoPandas快速入门

官方文档：https://geopandas.org/en/stable/getting_started/introduction.html

GeoPandas 是一个开源项目，旨在为 pandas 对象添加对地理数据的支持。它当前实现 GeoSeries​ 和 GeoDataFrame​ 类型，它们分别是 pandas.Series​ 和 pandas.DataFrame​ 的子类。 GeoPandas 对象可以作用于 shapely​ 几何对象并执行几何操作。

一、概念

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 pandas​ ，我们建议您在继续之前快速查看其入门文档。

GeoPandas 中的核心数据结构是 geopandas.GeoDataFrame​，它是 pandas.DataFrame ​的子类，可以存储几何列并执行空间操作。geopandas.GeoSeries ​是 pandas.Series ​的子类，用于处理几何。

​GeoDataFrame​ 是 pandas.Series​传统数据（数值、布尔值、文本等）和 geopandas.GeoSeries​与几何图形（点、多边形等）的组合。可以根据需要设置任意多个包含几何图形的列。

​​

每个 GeoSeries​ 可以包含任何几何类型（甚至可以将它们混合在一个数组中）并具有 GeoSeries.crs​ 属性，该属性存储有关投影的信息（CRS 代表坐标参考系统） 。因此， GeoDataFrame​ 中的每个 GeoSeries​ 可以位于不同的投影中，例如，允许拥有同一几何图形的多个版本（不同的投影）。

​GeoDataFrame​ 中只有一个 GeoSeries​ 被视为活动几何图形，这意味着应用于 GeoDataFrame​ 的所有几何操作都在此活动列上进行。

二、读取和写入文件

读取文件

假设您有一个包含数据和几何图形的文件（例如 GeoPackage、GeoJSON、Shapefile），您可以使用 geopandas.read_file()​ 读取它，它会自动检测文件类型并创建 GeoDataFrame​ 。本教程使用 "nybb"​ 数据集，这是纽约行政区的地图，可通过 geodatasets​ 包获取。因此，我们使用 geodatasets.get_path()​ 下载数据集并检索本地副本的路径。

conda install geodatasets //安装geodatasets

import geopandas
from geodatasets import get_path

path_to_data = get_path("nybb")
gdf = geopandas.read_file(path_to_data)

gdf

​​

写入文件

要将 GeoDataFrame​ 写回文件，请使用 GeoDataFrame.to_file()​ 。默认文件格式是 Shapefile，但您可以使用 driver​ 关键字指定您自己的文件格式。

gdf.to_file("my_file.geojson", driver="GeoJSON")

简单的访问器和方法

现在我们有了 GeoDataFrame​ 并且可以开始处理它的几何形状。

由于 New York Boroughs 数据集中只有一个几何列，因此该列自动成为活动几何，并且 GeoDataFrame​ 上使用的空间方法将应用于 "geometry"​ 列。

测量面积

要测量每个多边形（在本例中为 MultiPolygon）的面积，请访问 GeoDataFrame.area​ 属性，该属性返回 pandas.Series​ 。请注意， GeoDataFrame.area​ 只是应用于活动几何列的 GeoSeries.area​ 。

但首先，为了使结果更易于阅读，请将行政区的名称设置为索引：

gdf = gdf.set_index("BoroName")

gdf["area"] = gdf.area
gdf["area"]

获取多边形边界和质心

要获取每个多边形的边界 (LineString)，使用GeoDataFrame.boundary​ ：

gdf["boundary"] = gdf.boundary
gdf["boundary"]

由于我们已将边界保存为新列，因此现在GeoDataFrame​ 中有两个几何列。

我们还可以创建新的几何图形，例如，它可以是原始几何图形的缓冲版本（即， GeoDataFrame.buffer(10)​ ）或其质心：

gdf["centroid"] = gdf.centroid
gdf["centroid"]

测量距离

测量每个质心距离第一个质心位置有多远。

first_point = gdf["centroid"].iloc[0]
gdf["distance"] = gdf["centroid"].distance(first_point)
gdf["distance"]

请注意， geopandas.GeoDataFrame​ 是 pandas.DataFrame​ 的子类，因此我们可以在地理空间数据集上使用所有pandas功能-我们甚至可以同时使用属性和几何信息执行数据操作。

例如，要计算上面测量的距离的平均值，调用“distance”列并调用其mean（）​方法：

gdf["distance"].mean()

‍

制作地图

GeoPandas 还可以绘制地图，因此我们可以查看几何对象在空间中的外观。要绘制活动几何对象，请调用 GeoDataFrame.plot()​。要按另一列进行颜色编码，请将该列作为第一个参数传递。在下面的示例中，我们绘制活动几何列，并按"area​"列进行颜色编码。我们还想显示一个图例（legend=True​）。

gdf.plot("area", legend=True)

​​

还可以使用 GeoDataFrame.explore()​ 交互地探索数据，其行为方式与 plot()​ 相同，但返回交互式地图。

gdf.explore("area", legend=False)

遇到问题：报错：CRSError: Invalid projection: EPSG:4326: (Internal Proj Error: proj_create: no database context specified)

解决方法[^1]

​​

将活动的几何（ GeoDataFrame.set_geometry​ ）切换到质心，我们可以使用点绘制相同的数据。

gdf = gdf.set_geometry("centroid")
gdf.plot("area", legend=True)

​​

我们也可以将两者叠加在一起。我们只需要用一个图作为另一个图的轴。

ax = gdf["geometry"].plot()
gdf["centroid"].plot(ax=ax, color="black")

​​

现在，我们将活动几何体设置回原始的 GeoSeries​ 。

gdf = gdf.set_geometry("geometry")

几何创建

凸包

如果我们对多边形的凸包感兴趣，我们可以访问 GeoDataFrame.convex_hull​ 。

gdf["convex_hull"] = gdf.convex_hull

# saving the first plot as an axis and setting alpha (transparency) to 0.5
ax = gdf["convex_hull"].plot(alpha=0.5)
# passing the first plot and setting linewidth to 0.5
gdf["boundary"].plot(ax=ax, color="white", linewidth=0.5)

​​

缓冲

在其他情况下，我们可能需要使用 GeoDataFrame.buffer()​ 对几何图形进行缓冲。几何方法会自动应用于活动几何图形，但我们也可以直接将它们应用于任何 GeoSeries​。让我们对行政区和它们的质心进行缓冲，并将它们叠加在一起绘制出来。

# buffering the active geometry by 10 000 feet (geometry is already in feet)
gdf["buffered"] = gdf.buffer(10000)

# buffering the centroid geometry by 10 000 feet (geometry is already in feet)
gdf["buffered_centroid"] = gdf["centroid"].buffer(10000)

# saving the first plot as an axis and setting alpha (transparency) to 0.5
ax = gdf["buffered"].plot(alpha=0.5)
# passing the first plot as an axis to the second
gdf["buffered_centroid"].plot(ax=ax, color="red", alpha=0.5)
# passing the first plot and setting linewidth to 0.5
gdf["boundary"].plot(ax=ax, color="white", linewidth=0.5)

​​

几何关系

我们还可以询问不同几何形状的空间关系。使用上面的几何图形，我们可以检查哪些缓冲行政区与布鲁克林的原始几何图形相交，即距布鲁克林 10000 英尺以内。

首先，我们得到布鲁克林的多边形。

brooklyn = gdf.loc["Brooklyn", "geometry"]
brooklyn

​​

这个多边形是一个 Shapely 几何对象，就像 GeoPandas 中使用的其他几何对象一样。

type(brooklyn)

# shapely.geometry.multipolygon.MultiPolygon

然后我们可以检查 gdf["buffered"]​ 中的哪个几何图形与它相交。

gdf["buffered"].intersects(brooklyn)

​​

只有布朗克斯（在北部）距离布鲁克林超过 10,000 英尺。其他所有地区都更接近并与我们的多边形相交。

或者，我们可以检查哪些缓冲质心完全位于原始行政区多边形内。在这种情况下，两个 GeoSeries​ 都是对齐的，并且对每一行执行检查。

gdf["within"] = gdf["buffered_centroid"].within(gdf)
gdf["within"]

我们可以将结果绘制在地图上.

gdf = gdf.set_geometry("buffered_centroid")
# using categorical plot and setting the position of the legend
ax = gdf.plot(
    "within", legend=True, categorical=True, legend_kwds={"loc": "upper left"}
)
# passing the first plot and setting linewidth to 0.5
gdf["boundary"].plot(ax=ax, color="black", linewidth=0.5)

​​

投影

每个 GeoSeries​ 都有其坐标参考系统 (CRS)，可通过 GeoSeries.crs​ 访问。 CRS 告诉 GeoPandas 几何图形的坐标位于地球表面的位置。在某些情况下，CRS 是地理的，这意味着坐标采用纬度和经度。在这些情况下，其 CRS 为 WGS84，权限代码为 EPSG:4326​ 。让我们看看纽约行政区 GeoDataFrame​ 的投影。

gdf.crs

​​

几何图形位于 EPSG:2263​ 中，坐标以英尺为单位。我们可以轻松地将 GeoSeries​ 重新投影到另一个 CRS，例如使用 GeoSeries.to_crs()​ 的 EPSG:4326​ 。

gdf = gdf.set_geometry("geometry")
boroughs_4326 = gdf.to_crs("EPSG:4326")
boroughs_4326.plot()

​​

boroughs_4326.crs

​​

请注意绘图坐标轴上的坐标差异。之前我们是以 120,000 到 280,000（英尺）为单位，现在是以 40.5 到 40.9（度）为单位。在这种情况下，boroughs_4326​ 具有 WGS84 中的“geometry​”列，但所有其他列（包括质心等）仍保持在原始 CRS 中。

更多

借助 GeoPandas，我们可以做的事情比迄今为止介绍的要多得多，从聚合到空间连接，再到地理编码等等。

用户手册：https://geopandas.org/en/stable/docs/user_guide.html

示例：https://geopandas.org/en/stable/gallery/index.html

API文档：https://geopandas.org/en/stable/docs/reference.html