使用Python处理csv文件并转为shapefile

要准备

• pandas
• geopandas

具体实现

思想是这样的

1. 将要转化的csv文件放到List里
2. 使用for循环遍历
3. 在for循环内
   1. 使用pandas读入csv
   2. 选取需要进行计算的列赋值给csvFileCal
   3. 将NaN设置为0（这是我此处的计算需要）
   4. 再将算出的结果添加到csvFile末尾，这样既保留了NaN的值，又计算出了正确的结果（因为在计算中如果具有NaN，计算结果也会是NaN）
   5. 将DataFrame转换为GeoDataFrame(这里仅有点对象，如果你还包含面对象的话还需要考虑别的方法)
   6. 设定好坐标系为WGS84(espg:4326)
   7. 调用GeoPandas的方法输出为shapefile文件

import pandas as pd
import geopandas as gpd

# The code below is used to convert the csv file into a shapefile.
nameList = ['india&Pakistan91_95', 'india&Pakistan96_00', 'india&Pakistan01_05', 'india&Pakistan06_10', 'india&Pakistan11_15', 'india&Pakistan16_20']

for name in nameList:
    csvpath = r"D:\Desktop\StuInnovate\data\GTD\筛选\{}.csv".format(name)
    csvFile = pd.read_csv(csvpath)
    
    csvFileCal = csvFile[['latitude', 'longitude','nkill','nwound','property','nhostkid']]
    csvFileCal.fillna(0, inplace=True) #将NaN设置为0
    
    csvFileCal['severeIndex'] = csvFileCal['nkill'] + csvFileCal['nwound'] + csvFileCal['property'] + csvFileCal['nhostkid']
    
    csvFile['severeIndex'] = csvFileCal['severeIndex']
    geoGDF = gpd.GeoDataFrame(csvFile, geometry=gpd.points_from_xy(csvFile.longitude, csvFile.latitude))
    geoGDF.crs = {'init': 'epsg:4326'}
    geoGDF.to_file(r"D:\Desktop\StuInnovate\data\GTD\shp\{}.shp".format(name), driver='ESRI Shapefile')