读写文件#
读取空间数据#
地貌熊猫 使用命令：：可以读取几乎任何基于矢量的空间数据格式，包括ESRI shapefile、GeoJSON文件等
geopandas.read_file()
它返回一个GeoDataFrame对象。这是可能的，因为 地貌熊猫 利用了伟大的 fiona 库，而该库又利用了一个名为 GDAL/OGR 旨在促进空间数据转换。
传递给 geopandas.read_file() 之后，该文件名将直接传递给 fiona.open() ，它执行实际的数据导入。总体而言, geopandas.read_file() 非常聪明，应该在没有额外参数的情况下执行您想要的操作，但要获得更多帮助，请键入：：
import fiona; help(fiona.open)
除了其他功能外，还可以使用显式设置驱动程序(shapefile、GeoJSON driver 关键字，或从多层文件中选择一个层 layer 关键词：：
countries_gdf = geopandas.read_file("package.gpkg", layer='countries')
目前，菲奥娜只公开默认的驱动程序。要显示这些内容，请键入：：
import fiona; fiona.supported_drivers
有一个 array 未公开但受支持(取决于GDAL版本)的驱动程序。可以在运行时通过更新 supported_drivers 词典，如：：
fiona.supported_drivers["NAS"] = "raw"
受支持的位置 fiona ， 地貌熊猫 也可以直接从Web URL加载资源，例如来自的GeoJSON文件 geojson.xyz ：：
url = "http://d2ad6b4ur7yvpq.cloudfront.net/naturalearth-3.3.0/ne_110m_land.geojson"
df = geopandas.read_file(url)
您还可以加载包含数据的ZIP文件：：
zipfile = "zip:///Users/name/Downloads/cb_2017_us_state_500k.zip"
states = geopandas.read_file(zipfile)
如果数据集位于ZIP文件的文件夹中，则必须附加其名称：：
zipfile = "zip:///Users/name/Downloads/gadm36_AFG_shp.zip!data"
如果ZIP文件中的一个文件夹中有多个数据集，则还必须指定文件名：：
zipfile = "zip:///Users/name/Downloads/gadm36_AFG_shp.zip!data/gadm36_AFG_1.shp"
还可以使用 os.read() 方法，如文件处理程序(例如，通过内置 open() 函数)或 StringIO ：：
filename = "test.geojson"
file = open(filename)
df = geopandas.read_file(file)
类似文件的对象来自 fsspec 还可用于读取数据，允许该项目支持的存储后端和缓存的任意组合：
path = "simplecache::http://download.geofabrik.de/antarctica-latest-free.shp.zip"
with fsspec.open(path) as file:
df = geopandas.read_file(file)
您还可以读取路径对象：：
import pathlib
path_object = pathlib.path(filename)
df = geopandas.read_file(path_object)
读取数据的子集#
由于Geopandas由Fiona提供支持，而Fiona由GDAL提供支持，因此在加载更大的数据集时，您可以利用预过滤。这可以使用几何图形或边界框在地理空间上完成。您还可以筛选加载了切片的行。有关更多信息，请访问 geopandas.read_file() 。
几何体过滤器#
0.7.0 新版功能.
几何图形过滤器仅加载与几何图形相交的数据。
gdf_mask = geopandas.read_file(
geopandas.datasets.get_path("naturalearth_lowres")
)
gdf = geopandas.read_file(
geopandas.datasets.get_path("naturalearth_cities"),
mask=gdf_mask[gdf_mask.continent=="Africa"],
)
边界框过滤器#
0.1.0 新版功能.
边界框过滤器仅加载与边界框相交的数据。
bbox = (
1031051.7879884212, 224272.49231459625, 1047224.3104931959, 244317.30894023244
)
gdf = geopandas.read_file(
geopandas.datasets.get_path("nybb"),
bbox=bbox,
)
行过滤器#
0.7.0 新版功能.
使用整数(对于前n行)或切片对象筛选从文件加载的行。
gdf = geopandas.read_file(
geopandas.datasets.get_path("naturalearth_lowres"),
rows=10,
)
gdf = geopandas.read_file(
geopandas.datasets.get_path("naturalearth_lowres"),
rows=slice(10, 20),
)
字段/列筛选器#
从文件中加载字段的子集：
备注
需要Fiona 1.8+
gdf = geopandas.read_file(
geopandas.datasets.get_path("naturalearth_lowres"),
ignore_fields=["iso_a3", "gdp_md_est"],
)
跳过从文件加载几何体：
备注
需要Fiona 1.8+
备注
pdf = geopandas.read_file(
geopandas.datasets.get_path("naturalearth_lowres"),
ignore_geometry=True,
)
写入空间数据#
GeoDataFrame可以使用 geopandas.GeoDataFrame.to_file() 方法。要查看受支持格式的完整列表，请键入 import fiona; fiona.supported_drivers 。
此外，还可以将GeoDataFrames上传到 PostGIS 数据库(从GeoPandas 0.8开始)，使用 geopandas.GeoDataFrame.to_postgis() 方法。
备注
GeoDataFrame可以包含比大多数文件格式支持的更多的字段类型。例如，元组或列表可以很容易地存储在GeoDataFrame中，但将它们保存到例如GeoPackage或Shapefile中会引发ValueError。在保存到文件之前，需要将它们转换为选定驱动程序支持的格式。
正在写入Shapefile ：：
countries_gdf.to_file("countries.shp")
正在写入GeoJSON ：：
countries_gdf.to_file("countries.geojson", driver='GeoJSON')
正在写入GeoPackage ：：
countries_gdf.to_file("package.gpkg", layer='countries', driver="GPKG")
cities_gdf.to_file("package.gpkg", layer='cities', driver="GPKG")
空间数据库#
地貌熊猫 还可以使用从PostGIS数据库获取数据 geopandas.read_postgis() 指挥部。
写信给PostGIS：：
from sqlalchemy import create_engine
db_connection_url = "postgresql://myusername:mypassword@myhost:5432/mydatabase";
engine = create_engine(db_connection_url)
countries_gdf.to_postgis("countries_table", con=engine)
ApacheParquet和Feather文件格式#
0.8.0 新版功能.
GeoPandas支持写入和读取ApacheParquet和Feather文件格式。
Apache Parquet 是一种高效的柱状存储格式(源自Hadoop生态系统)。它是一种广泛使用的表格数据二进制文件格式。羽化文件格式是磁盘上的 Apache Arrow Memory Format，一种用于内存中分栏数据的开放标准。
这个 geopandas.read_parquet() ， geopandas.read_feather() ， GeoDataFrame.to_parquet() 和 GeoDataFrame.to_feather() 方法实现了从GeoPandas到这些二进制文件格式的快速往返，同时保留了空间信息。
警告
这是对拼图文件支持和关联元数据的初始实现。这是追踪元数据规范的0.1.0版，网址为：https://github.com/geopandas/geo-arrow-spec
这个元数据规范还没有做出稳定性承诺。因此，我们还不建议在生产设置中使用此选项，除非您能够重写您的镶木或羽毛文件。