python空间处理库——geopandas

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

简介

根据PyPI官网的介绍：GeoPandas项目是为支持将地理数据转为pandas对象。
其目标是在python中使用地理空间数据更容易。它结合了pandas和shapey的功能，在pandas中提供地理空间操作，并为shapey提供多个几何图形的高级界面。GeoPandas使您能够轻松地在python中执行操作，而不必使用如PostGIS等空间数据库。

Geopandas 是一个基于 Python 的空间数据处理库，结合了 pandas 的数据处理能力和地理空间分析功能。

一、安装

使用 pip 或 conda 安装：

pip install geopandas
# 或
conda install -c conda-forge geopandas

注意：Windows 用户可能需要单独安装 GDAL 依赖。

二、核心数据结构

• GeoDataFrame：继承自 pandas DataFrame，包含一个几何列（geometry），存储 shapely 对象（点、线、面等）。
• GeoSeries：单列的几何数据，支持向量化空间操作。

三、数据读写

• 读取文件（支持 Shapefile、GeoJSON 等）：

import geopandas as gpd
gdf = gpd.read_file("data.shp")

• 保存文件

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

四、坐标系管理

• 查看坐标系：gdf.crs
• 转换坐标系：

gdf = gdf.to_crs(epsg=4326)  # WGS84

五、空间操作

• 几何计算（面积、长度等）：

gdf['area'] = gdf.geometry.area

• 缓冲区分析：

gdf['buffer'] = gdf.geometry.buffer(100)  # 100单位缓冲区

• 空间关系判断（相交、包含等）：

mask = gdf1.geometry.intersects(gdf2.geometry.iloc[0])

• 空间连接：

import geopandas.tools
joined = gpd.sjoin(gdf1, gdf2, how="inner", op="intersects")

• 集成 Matplotlib 快速绘图：

gdf.plot(column="population", legend=True, cmap="viridis")

• 示例：统计城市内公园数量

# 读取数据
cities = gpd.read_file("cities.shp")
parks = gpd.read_file("parks.shp")

# 确保坐标系一致
parks = parks.to_crs(cities.crs)

# 空间连接
joined = gpd.sjoin(parks, cities, op='within')

# 统计每个城市的公园数量
park_count = joined.groupby('city_name').size()
print(park_count)