一键在 Manus 中运行任何 Skill

geopandas

星标42

分支8

更新时间2026年6月23日 23:36

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，提供文件读写（Shapefile/GeoJSON/GeoPackage/GeoParquet）、空间连接、叠加分析、裁剪、缓冲区、CRS 变换以及基于 matplotlib/folium 的地图可视化能力。

安装

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

在 Manus 中运行

来源

znlgis

znlgis/opengis-skills

打开 GitHub 仓库查看创作者相关仓库

下载

在 Manus 中运行

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

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

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  # 有效谓词集合
sindex.size                    # 几何体数量
sindex.is_empty                # 是否为空

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）：

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)  # → GeometryArray
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

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

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

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）

name	geopandas
description	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，提供文件读写（Shapefile/GeoJSON/GeoPackage/GeoParquet）、空间连接、叠加分析、裁剪、缓冲区、CRS 变换以及基于 matplotlib/folium 的地图可视化能力。
tags	["python","pandas","vector","geometry","geodataframe","spatial-analysis","io","visualization"]

geopandas

同仓库更多 Skills

同仓库更多 Skills

GeoPandas

概述

依赖关系

全局配置

核心类 API

GeoDataFrame

备选构造器

核心属性

几何管理

空间操作（GeoDataFrame 级别）

序列化输出

GeoSeries

备选构造器

坐标访问器（仅限 Point）

共享几何属性与方法（GeoDataFrame.geometry / GeoSeries）

标量属性 → pandas.Series

几何属性 → GeoSeries

一元几何方法 → GeoSeries

二元谓词 → Series[bool]

二元几何运算 → GeoSeries

距离方法 → Series[float]

线性参考

聚合方法

仿射变换 → GeoSeries

其他方法

空间索引 (SpatialIndex)

IO 模块

文件读写

GeoParquet / Feather

Arrow (GeoArrow)

PostGIS

WKB/WKT 与坐标构造

工具模块 (tools)

空间连接

最近邻空间连接

空间叠加

裁剪

地理编码

其他工具

可视化

静态绑图 (matplotlib)

交互式地图 (folium/leaflet)

常用模式速查

创建 GeoDataFrame

CRS 操作

空间分析

几何谓词与度量

数据输出

可视化

常见错误与解决

AI 使用建议

推荐工作流

关键注意事项

相关技能

性能提示

GeoPandas

概述

依赖关系

全局配置

核心类 API

GeoDataFrame

备选构造器

核心属性

几何管理

空间操作（GeoDataFrame 级别）

序列化输出

GeoSeries

备选构造器

坐标访问器（仅限 Point）

共享几何属性与方法（GeoDataFrame.geometry / GeoSeries）

标量属性 → pandas.Series

几何属性 → GeoSeries

一元几何方法 → GeoSeries

二元谓词 → Series[bool]

二元几何运算 → GeoSeries

距离方法 → Series[float]

线性参考