开发语言 pandas 使用Python处理csv文件并转为shapefile

要准备

pandasgeopandas

具体实现

思想是这样的

将要转化的csv文件放到List里使用for循环遍历在for循环内

使用pandas读入csv选取需要进行计算的列赋值给csvFileCal将NaN设置为0（这是我此处的计算需要）再将算出的结果添加到csvFile末尾，这样既保留了NaN的值，又计算出了正确的结果（因为在计算中如果具有NaN，计算结果也会是NaN）将DataFrame转换为GeoDataFrame(这里仅有点对象，如果你还包含面对象的话还需要考虑别的方法)设定好坐标系为WGS84(espg:4326)调用GeoPandas的方法输出为shapefile文件

import pandas as pd

import geopandas as gpd

# The code below is used to convert the csv file into a shapefile.

nameList = ['india&Pakistan91_95', 'india&Pakistan96_00', 'india&Pakistan01_05', 'india&Pakistan06_10', 'india&Pakistan11_15', 'india&Pakistan16_20']

for name in nameList:

csvpath = r"D:\Desktop\StuInnovate\data\GTD\筛选\{}.csv".format(name)

csvFile = pd.read_csv(csvpath)

csvFileCal = csvFile[['latitude', 'longitude','nkill','nwound','property','nhostkid']]

csvFileCal.fillna(0, inplace=True) #将NaN设置为0

csvFileCal['severeIndex'] = csvFileCal['nkill'] + csvFileCal['nwound'] + csvFileCal['property'] + csvFileCal['nhostkid']

csvFile['severeIndex'] = csvFileCal['severeIndex']

geoGDF = gpd.GeoDataFrame(csvFile, geometry=gpd.points_from_xy(csvFile.longitude, csvFile.latitude))

geoGDF.crs = {'init': 'epsg:4326'}

geoGDF.to_file(r"D:\Desktop\StuInnovate\data\GTD\shp\{}.shp".format(name), driver='ESRI Shapefile')

相关链接

 您阅读本篇文章共花了：