Python中的GeoPandas和GeoDataFrame

GeoPandas是对pandas的扩展，用于处理地理空间数据
GeoDataFrame是其中一个数据类型，和ArcGIS中的属性表很像，有几何形状字段（红框）和常规的属性字段（绿框），就名称不一样而已。

读入.shp数据

前提：import geopandas as gpd

df = gpd.read_file(r'E:\test\ArcgisNew\other\test.shp')

读入之后，df为GeoDataFrame格式，结构如下：

获取矢量数据的四至范围

import geopandas as gpd

if __name__ == '__main__':
    df = gpd.read_file(r'E:\test\ArcgisNew\other\test.shp')
    X1 = df.iloc[0].geometry.bounds[0]  # 最左
    Y1 = df.iloc[0].geometry.bounds[1]  # 最下
    X2 = df.iloc[0].geometry.bounds[2]  # 最右
    Y2 = df.iloc[0].geometry.bounds[3]  # 最上

结果：

geometry字段中记录的是几何形状，类型是GeoSeries，有很多函数进行相应操作

之后的df完全可以套用dataframe的操作方法

假如现在的df为：

    test = {'id': [1, 2, 6, 4, 2, 6], \
            'name': ['Alice', 'Bob', 'Cindy', 'Eric', 'Helen', 'Grace '], \
            'math': [90, 89, 99, 78, 97, 93], 'english': [89, 94, 80, 94, 94, 90]}
    df = pd.DataFrame(test)
    print(df)

取值

    test = {'id': [1, 2, 6, 4, 2, 6], \
            'name': ['Alice', 'Bob', 'Cindy', 'Eric', 'Helen', 'Grace '], \
            'math': [90, 89, 99, 78, 97, 93], 'english': [89, 94, 80, 94, 94, 90]}
    df = pd.DataFrame(test)
    print(df)
    df.set_index(['name'], inplace=True)
    print(df)
    print(df.at['Bob', 'math'])
    print(df.iloc[1]['math'])
    print(df.loc['Bob', 'math'])

iloc 输入的是数字类型位置索引
loc 输入的是文本类型的位置索引名
at 和loc的用法差不多

遍历取值

    for it in df.iloc:
        print(it.math)

it 就是属性表中的一行。math为其中的一个字段名
输出：

值修改

df[1]['math']=100 这种只要是用两个括号进行索引修改的均无效，这种索引方式可以理解为先拿出了一行（是个视图），修改实际上并未对原数据修改。
此外，尝试利用上述iloc遍历修改也不行

    for it in df.iloc:
        it.math=100
        # 或者it.loc['math']=100均不行

会出现错误：

A value is trying to be set on a copy of a slice from a DataFrame

正确做法是在原df上取值，一个括号直接定位。

    test = {'id': [1, 2, 6, 4, 2, 6], \
            'name': ['Alice', 'Bob', 'Cindy', 'Eric', 'Helen', 'Grace '], \
            'math': [90, 89, 99, 78, 97, 93], 'english': [89, 94, 80, 94, 94, 90]}
    df = pd.DataFrame(test)
    print(df)

    df.loc[0,'math'] = 100
    print(df)

通过iloc遍历修改可写成如下方式：

    test = {'id': [1, 2, 6, 4, 2, 6], \
            'name': ['Alice', 'Bob', 'Cindy', 'Eric', 'Helen', 'Grace '], \
            'math': [90, 89, 99, 78, 97, 93], 'english': [89, 94, 80, 94, 94, 90]}
    df = pd.DataFrame(test)
    print(df)

    for it in df.iloc:
        df.loc[it.name, 'math'] = 100
    print(df)

分组Apply之后在函数获取当前分组id

关键语句：gp.name

def func(gp):
    print('当前组别')
    print(gp.name)

    test = {'id': [1, 2, 6, 4, 2, 6], \
            'sname': ['Alice', 'Bob', 'Cindy', 'Eric', 'Helen', 'Grace '], \
            'math': [90, 89, 99, 78, 97, 93], 'english': [89, 94, 80, 94, 94, 90]}
    df = pd.DataFrame(test)
    print(df)
    gb = df.groupby('id', as_index=False)
    gb.apply(func)

分组修改再拼接

    test = {'id': [1, 2, 6, 4, 2, 6], \
            'name': ['Alice', 'Bob', 'Cindy', 'Eric', 'Helen', 'Grace '], \
            'math': [90, 89, 99, 78, 97, 93], 'english': [89, 94, 80, 94, 94, 90]}
    df = pd.DataFrame(test)
    print(df)

    gb = df.groupby('id', as_index=False)
    newdf = pd.DataFrame(columns=df.columns)
    for key, value in gb:
        # key是分组用的id
        # value是对应的dataframe表格
        value['math'] = key * 0.1 * value['math']
        newdf = pd.concat([newdf, value])
    print(newdf)

按某一字段排序

    test = {'id': [1, 2, 6, 4, 2, 6], \
            'name': ['Alice', 'Bob', 'Cindy', 'Eric', 'Helen', 'Grace '], \
            'math': [90, 89, 99, 78, 97, 93], 'english': [89, 94, 80, 94, 94, 90]}
    df = pd.DataFrame(test)
    print(df)
    df.sort_values(by='math', inplace=True)
    print(df)
    df.reset_index(drop=True, inplace=True)
    print(df)

正常人的思维都会认为sort_values排序之后，按1,2,3……去索引数据的时候就是一个从排好序的数据，但是实际上如下图所示，sort_values后数据表确实按数学成绩排序了，但是索引并未改变，这是按照按1,2,3……去索引其实还是原来的顺序，看起来好像并未排序，所以排序后最好用reset_index重新建立索引。

深度复制

    dfnew = df.copy(deep=True)

修改字段类型

以下将string类型的Neighbors改为list类型

        if 'Neighbors' in self.vertex.columns and isinstance(self.vertex.iloc[0].loc['Neighbors'], str):
            self.vertex['Neighbors'] = self.vertex['Neighbors'].apply(lambda x: eval(x))

以下将list类型的Neighbors改为string类型

        if 'Neighbors' in self.vertex.columns:
            save_vertex['Neighbors'] = save_vertex['Neighbors'].astype('str')
            f = lambda x: ','.join([str(i) for i in x])  # 列表转字符串
            save_vertex['Neighbors'].apply(f)

插入一列

    test = {'id': [1, 2, 6, 4, 2, 6], \
            'sname': ['Alice', 'Bob', 'Cindy', 'Eric', 'Helen', 'Grace '], \
            'math': [90, 89, 99, 78, 97, 93], 'english': [89, 94, 80, 94, 94, 90]}
    df = pd.DataFrame(test)
    print(df)
    df.insert(df.shape[1], 'science', '60')
    print(df)

删除某一列

        if '长度' in self.dy.line.columns:
            self.dy.line.drop(['长度'], axis=1, inplace=True)

按条件筛选数据

            link = self.vertex.loc[self.vertex.Index == self.line.iloc[i].loc['Index']]

删除重复项和多余列

        # 删除重复项和多余列
        self.vertex.drop_duplicates(subset='ORIG_FID', keep='first', inplace=True)
        self.vertex.drop(columns=['Index', 'neighbor'], axis=1, inplace=True)