geopandas，用python分析地理空间数据原来这么简单！

朱卫军

Python话题下的优秀答主

pandas应该是大家非常熟悉的Python第三方库，其主要用于数据整理和分析，这次来介绍pandas的一个近亲-geopandas

geopandas是用来处理地理空间数据的python第三方库，它是在pandas的基础上建立的，完美地融合了pandas的数据类型，并且提供了操作地理空间数据的高级接口，使得在python中进行GIS操作变成可能。

我们【 Python大数据分析 】公众号也写了一本关于GeoPandas的电子书教程，应该是国内第一本详细的教程了。感兴趣的可以去公众号关注下载，回复geo即可。

先看个示例，我们在python中显示世界地图

import pandas as pd
import geopandas
import matplotlib.pyplot as plt
%matplotlib inline
world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
world.plot()
plt.show()

当然除了上面的平面效果，你还可以做出这样的：

还可以给地图着色：

下面言归正传，正式讲解geopandas是如何工作的

前面说过，geopandas沿用了pandas的数据类型，所以geopandas中也有两种数据类型：

GeoSeries
GeoDataFrame

它们继承了pandas数据结构的大部分方法。

你可以把这两个数据结构当作地理空间数据的存储器，shapefile文件的pandas呈现。

Shapefile文件用于描述几何体对象：点，折线与多边形。例如，Shapefile文件可以存储井、河流、湖泊等空间对象的几何位置。除了几何位置，shp文件也可以存储这些空间对象的属性，例如一条河流的名字，一个城市的温度等等。

稍作解释：

GeoSeries对应Series，只有一列，里面的每个元素都是代表地理空间图形，有可能是点、线或者面。
GeoDataFrame是包含GeoSeries的数据结构，它是多列的，但其中一列必然是GeoSeries列，这个GeoSeries列被称作GeoDataFrame中的几何列。
GeoDataFrame的其他列，可以是几何图形的名字、属性等信息，比如国家的人口、面积、GDP等等。

解析一下前面的例子中完整代码：

import pandas as pd
import geopandas
import matplotlib.pyplot as plt
%matplotlib inline
world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
world.plot()
plt.show()

对于下面一行：

world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))

geopandas的read_file方法可以读取shape文件，转化为GeoSeries和GeoDataFrame数据类型。

而geopandas.datasets.get_path('naturalearth_lowres')则是从geopandas自带的数据集中获取世界地图的shapefile文件。

你也可以用read_file方法读取自己的shapefile文件

所以说，world变量被赋予了一个GeoDataFrame数据列，它长这样：

这个数据列中，不仅有几何列geometry，还有其它属性列比如：人口pop_est、大洲continent、地区名字name等

world.plot()则是将GeoDataFrame变成图形展示出来，得到世界地图：

假如说，我只想显示每个地区的中心点，像这样：

代码如下：

import pandas as pd
import geopandas
import matplotlib.pyplot as plt
%matplotlib inline
world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
# 新增一列，每个国家的中心点
world['centroid_column'] = world.centroid
# 将新增列设置为几何列
world = world.set_geometry('centroid_column') 
world.plot()
plt.show()

world.centroid返回一个GeoSeries，里面包含每个地区的中心点空间数据。.set_geometry函数则是将新增列设置为几何列，这样就会按照新的几何列显示地图。

GeoDataFrame文件的输出形式 前面讲到将shapefile读成GeoDataFrame格式，反过来你也可以将GeoDataFrame格式输出为shapefile文件。

比如前面的world：

world.to_file("countries.shp")

还可以输出为GeoJson、GeoPackage等地理空间文件类型。

world.to_file("countries.geojson", driver='GeoJSON')
world.to_file("package.gpkg", layer='countries', driver="GPKG")

按照地区人口数量给世界地图着色

前面的世界地图都是一个颜色，如果我想按照每个地区人口数量给世界地图上色，该怎么办？

代码如下：

import pandas as pd
import geopandas
import matplotlib.pyplot as plt