data-structures

# GeoPandas 数据结构 ## GeoSeries GeoSeries 是一个向量，其中每个条目是一组对应于单个观测值的形状（类似于 pandas Series，但包含几何数据）。 python import geopandas as gpd from shapely.geometry import Point, Polygon # 从几何对象创建 GeoSeries points = gpd.GeoSeries([Point(1, 1), Point(2, 2), Point(3, 3)]) # 访问几何属性 points.area points.length points.bounds ## GeoDataFrame GeoDataFrame 是一种表格数据结构，包含一个 GeoSeries（类似于 pandas DataFrame，但包含地理数据）。 python # 从字典创建 gdf = gpd.GeoDataFrame({ 'name': ['Point A', 'Point B'], 'value': [100, 200], 'geometry': [Point(1, 1), Point(2, 2)] }) # 从带有坐标的 pandas DataFrame 创建 import pandas as pd df = pd.DataFrame({'x': [1, 2, 3], 'y': [1, 2, 3], 'name': ['A', 'B', 'C']}) gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.x, df.y)) ## 关键属性 - **geometry**: 活动几何列（可以有多个几何列） - **crs**: 坐标参考系统 - **bounds**: 所有几何图形的边界框 - **total_bounds**: 整体边界框 ## 设置活动几何列 当 GeoDataFrame 具有多个几何列时： python # 设置活动几何列 gdf = gdf.set_geometry('other_geom_column') # 检查活动几何列 gdf.geometry.name ## 索引与选择 对空间数据使用标准的 pandas 索引： python # 按标签选择 gdf.loc[0] # 布尔索引 large_areas = gdf[gdf.area > 100] # 选择列 gdf[['name', 'geometry']]