Geopandas

项目地址： https://github.com/geopandas/geopandas

官方文档： https://geopandas.readthedocs.io

官网： https://geopandas.org

许可证： BSD-3-Clause

概述

GeoPandas 是 Python 地理空间矢量数据处理的核心库，在 pandas DataFrame 基础上扩展了几何列支持。核心类 GeoDataFrame（继承 pandas.DataFrame）和 GeoSeries（继承 pandas.Series）通过 Shapely 提供几何运算、通过 pyproj 提供坐标系管理、通过 pyogrio/fiona 提供文件 IO。

依赖关系

全局配置

import geopandas as gpd
gpd.options.display_precision  # int|None, WKT 小数位数 (0-16)
gpd.options.io_engine          # None|"pyogrio"|"fiona"

核心类（GeoSeries/GeoDataFrame）完整 API 参考见 reference/core-api.md

IO 模块

文件读写

gpd.read_file(filename, bbox=None, mask=None, columns=None, rows=None, engine=None, **kwargs)
gdf.to_file(filename, driver=None, schema=None, index=None, **kwargs)
gpd.list_layers(filename)  # → DataFrame (layer_name, geometry_type)

支持的文件格式（扩展名 → 驱动）：

引擎选项："pyogrio"（默认）或 "fiona"。支持所有 GDAL/OGR 驱动。

GeoParquet / Feather

gpd.read_parquet(path, columns=None, storage_options=None, bbox=None, **kwargs)
gpd.read_feather(path, columns=None, **kwargs)
gdf.to_parquet(path, compression="snappy", geometry_encoding="WKB",
               write_covering_bbox=False, schema_version=None, **kwargs)
gdf.to_feather(path, compression=None, schema_version=None, **kwargs)

GeoParquet 规范版本："1.0.0", "1.1.0" 等。几何编码："WKB"（默认）、"geoarrow"。

Arrow (GeoArrow)

gdf.to_arrow(geometry_encoding="WKB", interleaved=True, include_z=None)
GeoDataFrame.from_arrow(table, geometry=None, to_pandas_kwargs=None)
gs.to_arrow(geometry_encoding="WKB", interleaved=True, include_z=None)
GeoSeries.from_arrow(arr, **kwargs)

PostGIS

gpd.read_postgis(sql, con, geom_col="geom", crs=None, index_col=None, ...)
gdf.to_postgis(name, con, schema=None, if_exists="fail", index=False, ...)

需要：SQLAlchemy + GeoAlchemy2 + psycopg/psycopg2。

WKB/WKT 与坐标构造

gpd.points_from_xy(x, y, z=None, crs=None)  # → GeometryArray
GeoSeries.from_wkb(data, crs=None,
GeoSeries.from_wkt(data, crs=None,
GeoSeries.from_xy(x, y, z=None, crs=None)

工具模块 (tools)

空间连接

gpd.sjoin(left_df, right_df, how="inner", predicate="intersects",
          lsuffix="left", rsuffix="right", distance=None,

• how: "inner", "left", "right"
• predicate: "intersects", "within", "contains", "contains_properly", "overlaps", "crosses", "touches", "covers", "covered_by", "dwithin"
• on_attribute: 附加非空间连接过滤列名

最近邻空间连接

gpd.sjoin_nearest(left_df, right_df, how="inner", max_distance=None,
                  distance_col=None, exclusive=False)

空间叠加

gpd.overlay(df1, df2, how="intersection", keep_geom_type=None, make_valid=True)

• how: "intersection", "union", "identity", "symmetric_difference", "difference"

裁剪

gpd.clip(gdf, mask, keep_geom_type=False, sort=False)

• mask: GeoDataFrame、GeoSeries、(Multi)Polygon 或 (minx, miny, maxx, maxy) 元组

地理编码

gpd.tools.geocode(strings, provider=None, **kwargs)          # → GeoDataFrame
gpd.tools.reverse_geocode(points, provider=None, **kwargs)   # → GeoDataFrame

需要 geopy。默认 provider: "photon"。返回含 geometry 和 address 列的 GeoDataFrame。

其他工具

gpd.tools.collect(x, multi=False)  # 收集几何体为多部件
gpd.show_versions()                # 打印依赖版本信息

可视化

静态绑图 (matplotlib)

# GeoSeries
gs.plot(cmap=None, color=None, ax=None, figsize=None, aspect="auto")

# GeoDataFrame — 支持分级设色
gdf.plot(column=None, cmap=None, color=None, ax=None, figsize=None,
         legend=False, scheme=None, k=5, vmin=None, vmax=None,
         markersize=None, categories=None, classification_kwds=None,
         missing_kwds=None, legend_kwds=None, **style_kwds)

scheme 参数需要 mapclassify，支持 "quantiles", "equal_interval", "fisher_jenks" 等分类方案。

交互式地图 (folium/leaflet)

gdf.explore(column=None, cmap=None, color=None, m=None,
            tiles="OpenStreetMap", tooltip=True, popup=False,
            categorical=False, legend=True, scheme=None, k=5,
            marker_type=None, marker_kwds={}, style_kwds={},
            tooltip_kwds={}, popup_kwds={}, legend_kwds={}, **kwargs)

常用模式速查

创建 GeoDataFrame

import geopandas as gpd
from shapely.geometry import Point, Polygon, LineString

# 从文件读取
gdf = gpd.read_file("data.shp")
gdf = gpd.read_file("data.gpkg", layer="my_layer")
gdf = gpd.read_parquet("data.parquet")

# 从字典创建
gdf = gpd.GeoDataFrame(
    {"name": ["A", "B"], "value": [1, 2],
     "geometry": [Point(0, 0), Point(1, 1)]},
    crs="EPSG:4326"
)

# 从 pandas DataFrame + 坐标列
import pandas as pd
df = pd.DataFrame({"lon": [116.4, 121.5], "lat": [39.9, 31.2], "city": ["北京", "上海"]})
gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.lon, df.lat), crs="EPSG:4326")

# 从 WKT/WKB
gs = gpd.GeoSeries.from_wkt(["POINT (0 0)", "POLYGON ((0 0, 1 0, 1 1, 0 1, 0 0))"], crs=4326)

# 从 GeoJSON FeatureCollection
gdf = gpd.GeoDataFrame.from_features(feature_collection["features"], crs="EPSG:4326")

CRS 操作

gdf = gdf.set_crs("EPSG:4326")          # 赋值 CRS（数据本身不变）
gdf = gdf.to_crs("EPSG:3857")           # 投影变换（坐标重算）
gdf = gdf.to_crs(epsg=32650)            # 按 EPSG 代码投影
utm = gdf.estimate_utm_crs()            # 自动检测 UTM 分区

注意：set_crs() 仅标记 CRS 不转换坐标；to_crs() 实际执行坐标变换。面积/距离计算前务必投影到适当的投影坐标系（如 UTM）。

空间分析

# 空间连接
joined = gpd.sjoin(points_gdf, polygons_gdf, how="inner", predicate="within")

# 最近邻连接
nearest = gpd.sjoin_nearest(gdf1, gdf2, max_distance=1000, distance_col="dist_m")

# 空间叠加
result = gpd.overlay(gdf1, gdf2, how="intersection")

# 裁剪
clipped = gpd.clip(gdf, mask_polygon)
clipped = gpd.clip(gdf, (xmin, ymin, xmax, ymax))  # 矩形快速裁剪

# 按属性融合
dissolved = gdf.dissolve(by="province", aggfunc="sum")

# 多部件炸开
exploded = gdf.explode(index_parts=False)

# 缓冲区、简化
gdf["buffer_100m"] = gdf.geometry.buffer(100)
gdf["simplified"] = gdf.geometry.simplify(tolerance=50)

几何谓词与度量

gdf.geometry.intersects(other_geom)    # Series[bool]
gdf.geometry.contains(other_geom)      # Series[bool]
gdf.geometry.within(other_geom)        # Series[bool]
gdf.geometry.distance(other_geom)      # Series[float]
gdf.geometry.area                      # Series[float]
gdf.geometry.length                    # Series[float]
gdf.geometry.centroid                  # GeoSeries
gdf.geometry.bounds                    # DataFrame
gdf.total_bounds                       # array [minx, miny, maxx, maxy]

数据输出

gdf.to_file("output.gpkg", driver="GPKG", layer="result")
gdf.to_file("output.geojson", driver="GeoJSON")
gdf.to_parquet("output.parquet")
geojson_str = gdf.to_json()
gdf.to_postgis("table_name", engine, if_exists="replace")

可视化

# 静态地图
ax = gdf.plot(column="population", cmap="YlOrRd", legend=True, figsize=(12, 8))

# 多图层叠加
ax = base_gdf.plot(color="lightgrey", figsize=(12, 8))
points_gdf.plot(ax=ax, color="red", markersize=5)

# 交互式地图
m = gdf.explore(column="population", cmap="viridis",
                tooltip=["name", "population"], tiles="CartoDB positron")

常见问题

AI 使用建议

推荐工作流

1. 读取数据：使用 gpd.read_file() 读取矢量文件，或 gpd.read_parquet() 读取 GeoParquet
2. 检查 CRS：始终先检查 gdf.crs，需要在投影坐标系（非地理坐标系）下进行面积/距离计算
3. 空间分析：使用 gpd.sjoin() 进行空间连接，gpd.overlay() 进行叠加分析，gpd.clip() 进行裁剪
4. 可视化：使用 .plot() 快速静态出图，.explore() 生成交互式地图
5. 输出：使用 gdf.to_file() 或 gdf.to_parquet() 保存结果，优先使用 GeoPackage 或 GeoParquet 格式

关键注意事项

• set_crs() vs to_crs()：set_crs() 仅标记坐标系不转换坐标，to_crs() 执行实际坐标变换——切勿混用
• 面积/距离计算前投影：地理坐标系（EPSG:4326）下面积单位为度²无意义，应使用 gdf.to_crs(gdf.estimate_utm_crs()) 投影后再计算
• 空间操作前统一 CRS：确保参与 sjoin、overlay、clip 的所有 GeoDataFrame 使用相同 CRS
• 优先使用 GeoParquet：比 Shapefile/GeoJSON 读写快 5-10 倍，且无字段名长度限制
• 向量化操作：避免逐行循环，使用 GeoSeries 的向量化方法（buffer()、intersection() 等）批量处理
• 空间索引自动构建：.sindex 自动维护 STRtree，query() 和 nearest() 可大幅加速空间查询

相关技能

• shapely — 底层几何计算库：../shapely/SKILL.md
• gdal — 命令行数据处理：../gdal/SKILL.md
• pyqgis — QGIS Python 绑定：../pyqgis/SKILL.md
• postgis — 空间数据库：../postgis/SKILL.md
• geopipe-agent — AI 原生分析流水线：../geopipe-agent/SKILL.md

性能提示

• GeoParquet 比 Shapefile/GeoJSON 读写快 5-10 倍，优先使用
• 空间索引 .sindex 自动构建 STRtree，query() 和 nearest() 可大幅加速空间查询
• 矩形裁剪 clip_by_rect() 或 clip(gdf, (xmin,ymin,xmax,ymax)) 比多边形裁剪快
• pyogrio 引擎（默认）比 fiona 快 2-5 倍
• 大数据集用 read_file(rows=slice(0, 1000)) 先预览
• dissolve() 使用 method="coverage" 对已知不重叠的多边形更快
• 避免逐行循环几何操作，使用向量化方法（如 buffer(), intersection() 等）

参考资源

• GitHub 仓库： https://github.com/geopandas/geopandas
• 官方文档： https://geopandas.readthedocs.io
• 官网： https://geopandas.org
• GeoParquet 规范： https://geoparquet.org/
• 中文教程（znlgis）： https://znlgis.github.io/gis/tutorial/geopandas/