| name | geopandas |
| description | Use when performing vector spatial data analysis in Python — reading/writing shapefiles, spatial joins, overlay operations, choropleth maps. GeoPandas: extends pandas DataFrames with geometry columns for Pythonic spatial analysis. |
| tags | ["python","pandas","vector","geometry","geodataframe","spatial-analysis","io","visualization"] |
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
| 核心依赖 | 最低版本 | 用途 |
|---|
pandas | >= 2.0.0 | DataFrame 基类 |
shapely | >= 2.0.0 | 几何对象与运算 (GEOS) |
pyproj | >= 3.5.0 | CRS 处理与坐标变换 |
pyogrio | >= 0.7.2 | 默认文件 IO 引擎 (GDAL/OGR) |
numpy | >= 1.24 | 数组运算 |
| 可选依赖 | 用途 |
|---|
matplotlib >= 3.5 | 静态地图绘制 .plot() |
folium | 交互式地图 .explore() |
mapclassify >= 2.7 | 分级设色分类方案 |
fiona >= 1.8.21 | 备选文件 IO 引擎 |
pyarrow >= 15.0.0 | Parquet/Feather/Arrow 支持 |
geopy | 地理编码 |
SQLAlchemy >= 2.0 + GeoAlchemy2 | PostGIS 读写 |
xyzservices | 瓦片底图服务 |
全局配置
import geopandas as gpd
gpd.options.display_precision
gpd.options.io_engine
核心类 API
GeoDataFrame
gpd.GeoDataFrame(data=None, *args, geometry=None, crs=None, **kwargs)
备选构造器
| 方法 | 签名 |
|---|
GeoDataFrame.from_dict() | (data, geometry=None, crs=None, **kwargs) |
GeoDataFrame.from_file() | (filename, **kwargs) |
GeoDataFrame.from_features() | (features, crs=None, columns=None) |
GeoDataFrame.from_postgis() | (sql, con, geom_col="geom", crs=None, ...) |
GeoDataFrame.from_arrow() | (table, geometry=None, to_pandas_kwargs=None) |
核心属性
| 属性 | 说明 |
|---|
.geometry | 活跃几何列 (GeoSeries) |
.crs | 坐标参考系 (pyproj.CRS) |
.active_geometry_name | 活跃几何列名 |
.total_bounds | 整体边界 [minx, miny, maxx, maxy] |
.sindex | 空间索引 (STRtree) |
几何管理
| 方法 | 签名 |
|---|
set_geometry() | (col, drop=None, inplace=False, crs=None) |
rename_geometry() | (col, inplace=False) |
set_crs() | (crs=None, epsg=None, inplace=False, allow_override=False) |
to_crs() | (crs=None, epsg=None, inplace=False) |
estimate_utm_crs() | (datum_name="WGS 84") → pyproj.CRS |
空间操作（GeoDataFrame 级别）
| 方法 | 签名 |
|---|
dissolve() | (by=None, aggfunc="first", as_index=True, sort=True, method="unary", grid_size=None) |
explode() | (column=None, ignore_index=False, index_parts=False) |
sjoin() | (df, how="inner", predicate="intersects", lsuffix="left", rsuffix="right") |
sjoin_nearest() | (right, how="inner", max_distance=None, distance_col=None, exclusive=False) |
clip() | (mask, keep_geom_type=False, sort=False) |
overlay() | (right, how="intersection", keep_geom_type=None, make_valid=True) |
序列化输出
| 方法 | 说明 |
|---|
to_file(filename, driver=None, ...) | Shapefile/GPKG/GeoJSON 等 |
to_parquet(path, compression="snappy", geometry_encoding="WKB", ...) | GeoParquet |
to_feather(path, ...) | Feather |
to_json(na="null", show_bbox=False, to_wgs84=False, ...) | GeoJSON 字符串 |
to_geo_dict(...) | Python dict (FeatureCollection) |
to_wkb(hex=False) | DataFrame (WKB) |
to_wkt() | DataFrame (WKT) |
to_postgis(name, con, schema=None, if_exists="fail", ...) | PostGIS |
to_arrow(geometry_encoding="WKB", ...) | Arrow Table |
GeoSeries
gpd.GeoSeries(data=None, index=None, crs=None, **kwargs)
备选构造器
| 方法 | 签名 |
|---|
GeoSeries.from_wkb() | (data, index=None, crs=None, on_invalid="raise") |
GeoSeries.from_wkt() | (data, index=None, crs=None, on_invalid="raise") |
GeoSeries.from_xy() | (x, y, z=None, index=None, crs=None) |
GeoSeries.from_file() | (filename, **kwargs) |
GeoSeries.from_arrow() | (arr, **kwargs) |
坐标访问器（仅限 Point）
.x, .y, .z, .m → pandas.Series
共享几何属性与方法（GeoDataFrame.geometry / GeoSeries）
标量属性 → pandas.Series
| 属性 | 返回类型 | 说明 |
|---|
.area | float | 面积（CRS 单位） |
.length | float | 长度/周长 |
.geom_type | str | 几何类型名称 |
.is_valid | bool | 几何有效性 |
.is_empty | bool | 空几何检查 |
.is_simple | bool | 不自相交 |
.has_z | bool | 含 z 坐标 |
.bounds | DataFrame | 每几何体 (minx, miny, maxx, maxy) |
.total_bounds | array | 整体 (minx, miny, maxx, maxy) |
几何属性 → GeoSeries
.boundary, .centroid, .convex_hull, .envelope, .exterior
一元几何方法 → GeoSeries
| 方法 | 签名 |
|---|
buffer() | (distance, quad_segs=None, **kwargs) |
simplify() | (tolerance, preserve_topology=True) |
representative_point() | () |
make_valid() | (method="linework", keep_collapsed=True) |
normalize() | () |
reverse() | () |
segmentize() | (max_segment_length) |
force_2d() | () |
force_3d() | (z=0) |
offset_curve() | (distance, quad_segs=8, join_style="round", mitre_limit=5.0) |
minimum_rotated_rectangle() | () |
minimum_bounding_circle() | () |
maximum_inscribed_circle() | (tolerance) |
concave_hull() | (ratio, allow_holes) |
extract_unique_points() | () |
remove_repeated_points() | (tolerance=0.0) |
line_merge() | (directed=False) |
set_precision() | (grid_size, mode="valid_output") |
orient_polygons() | (exterior_cw=False) |
constrained_delaunay_triangles() | () |
二元谓词 → Series[bool]
contains(other, align=None) covers(other, align=None)
covered_by(other, align=None) crosses(other, align=None)
disjoint(other, align=None) intersects(other, align=None)
overlaps(other, align=None) touches(other, align=None)
within(other, align=None) contains_properly(other, align=None)
dwithin(other, distance, align=None)
geom_equals(other, align=None) geom_equals_exact(other, tolerance, align=None)
geom_equals_identical(other, align=None)
relate_pattern(other, pattern)
二元几何运算 → GeoSeries
difference(other, align=None) intersection(other, align=None)
symmetric_difference(other, align=None) union(other, align=None)
shortest_line(other, align=None) snap(other, tolerance, align=None)
shared_paths(other, align=None)
距离方法 → Series[float]
distance(other, align=None)
hausdorff_distance(other, align=None)
frechet_distance(other, align=None)
线性参考
interpolate(distance, normalized=False) → GeoSeries (线上的点)
project(other, normalized=False) → Series[float] (沿线距离)
聚合方法
union_all(method="unary", grid_size=None) → 单个 Shapely geometry
intersection_all() → 单个 Shapely geometry
仿射变换 → GeoSeries
affine_transform(matrix)
translate(xoff=0.0, yoff=0.0, zoff=0.0)
rotate(angle, origin="center", use_radians=False)
scale(xfact=1.0, yfact=1.0, zfact=1.0, origin="center")
skew(xs=0.0, ys=0.0, origin="center", use_radians=False)
transform(transformation, include_z=False)
其他方法
| 方法 | 返回 | 说明 |
|---|
clip_by_rect(xmin, ymin, xmax, ymax) | GeoSeries | 矩形裁剪 |
relate(other, align=None) | Series[str] | DE-9IM 矩阵 |
count_coordinates() | Series[int] | 坐标对数量 |
count_geometries() | Series[int] | 多部件几何体部件数 |
get_coordinates() | DataFrame | 提取所有坐标 |
hilbert_distance() | Series | Hilbert 曲线距离 |
is_valid_reason() | Series[str] | 无效原因 |
空间索引 (SpatialIndex)
sindex = gdf.sindex
sindex.query(geometry, predicate=None, sort=False, distance=None)
sindex.nearest(geometry, max_distance=None, return_distance=False, return_all=True, exclusive=False)
sindex.valid_query_predicates
sindex.size
sindex.is_empty
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)
支持的文件格式（扩展名 → 驱动）：
| 扩展名 | 驱动 |
|---|
.shp | ESRI Shapefile |
.json, .geojson | GeoJSON |
.geojsonl, .geojsons | GeoJSONSeq |
.gpkg | GPKG (GeoPackage) |
.gml, .xml | GML |
.gpx | GPX |
.csv | CSV |
.fgb | FlatGeobuf |
.dxf | DXF |
.tab, .mif, .mid | MapInfo File |
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)
GeoSeries.from_wkb(data, crs=None, on_invalid="raise")
GeoSeries.from_wkt(data, crs=None, on_invalid="raise")
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, on_attribute=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)
gpd.tools.reverse_geocode(points, provider=None, **kwargs)
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)
gpd.show_versions()
可视化
静态绑图 (matplotlib)
gs.plot(cmap=None, color=None, ax=None, figsize=None, aspect="auto")
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
gdf = gpd.read_file("data.shp")
gdf = gpd.read_file("data.gpkg", layer="my_layer")
gdf = gpd.read_parquet("data.parquet")
gdf = gpd.GeoDataFrame(
{"name": ["A", "B"], "value": [1, 2],
"geometry": [Point(0, 0), Point(1, 1)]},
crs="EPSG:4326"
)
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")
gs = gpd.GeoSeries.from_wkt(["POINT (0 0)", "POLYGON ((0 0, 1 0, 1 1, 0 1, 0 0))"], crs=4326)
gdf = gpd.GeoDataFrame.from_features(feature_collection["features"], crs="EPSG:4326")
CRS 操作
gdf = gdf.set_crs("EPSG:4326")
gdf = gdf.to_crs("EPSG:3857")
gdf = gdf.to_crs(epsg=32650)
utm = gdf.estimate_utm_crs()
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
joined = gpd.sjoin(points_gdf, polygons_gdf, how="inner", predicate="within")
nearest = gpd.sjoin_nearest(gdf1, gdf2, max_distance=1000, distance_col="dist_m")
result = gpd.overlay(gdf1, gdf2, how="intersection")
clipped = gpd.clip(gdf, mask_polygon)
clipped = gpd.clip(gdf, (xmin, ymin, xmax, ymax))
dissolved = gdf.dissolve(by="province", aggfunc="sum")
exploded = gdf.explode(index_parts=False)
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)
gdf.geometry.contains(other_geom)
gdf.geometry.within(other_geom)
gdf.geometry.distance(other_geom)
gdf.geometry.area
gdf.geometry.length
gdf.geometry.centroid
gdf.geometry.bounds
gdf.total_bounds
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
ax = gdf.plot(column="population", cmap="YlOrRd", legend=True, figsize=(12, 8))
ax = base_gdf.plot(color="lightgrey", figsize=(12, 8))
points_gdf.plot(ax=ax, color="red", markersize=5)
m = gdf.explore(column="population", cmap="viridis",
tooltip=["name", "population"], tiles="CartoDB positron")
常见错误与解决
| 问题 | 原因 | 解决方案 |
|---|
| 面积/距离为 0 或极小 | CRS 为地理坐标系 (度) | gdf.to_crs(gdf.estimate_utm_crs()) 后计算 |
sjoin 无结果 | 两个 GDF 的 CRS 不一致 | 统一 CRS：gdf2 = gdf2.to_crs(gdf1.crs) |
ValueError: GeoDataFrame does not support multiple columns using the geometry column name 'geometry' | 多个列名为 geometry | 重命名冲突列或使用 set_geometry() 指定 |
to_file 属性被截断 | Shapefile 字段名限制 10 字符 | 使用 GeoPackage (.gpkg) 或 GeoJSON |
set_crs vs to_crs 混淆 | set_crs 仅赋值不转换 | 已有 CRS 需要转换用 to_crs()；无 CRS 标记用 set_crs() |
| Shapefile 不支持空值/日期时间 | Shapefile 格式限制 | 使用 GeoPackage 格式 |
DriverError 无法写入 | 驱动不支持或文件被占用 | 检查驱动名拼写、关闭已打开的文件 |
align=True 导致意外 NaN | 二元操作默认按索引对齐 | 传入 align=False 或重置索引 |
AI 使用建议
推荐工作流
- 读取数据：使用
gpd.read_file() 读取矢量文件，或 gpd.read_parquet() 读取 GeoParquet
- 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
- 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
- 可视化：使用
.plot() 快速静态出图，.explore() 生成交互式地图
- 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
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
