鐵人賽2019 Day02 Geopandas初探

data analysis
  1. 1. Geopandas介紹
  2. 2. 讀寫GIS資料
  3. 3. GeoDataFrame
  4. 4. Like a DataFrame

Pandas是資料分析熱門且好用的工具，相信熟悉資料分析的各路英雄好漢都不陌生
在Python中，與GIS相關的套件滿坑滿谷，這邊我們選定Geopandas作為資料操作的基礎
它與Pandas有很接近的操作體驗，並且依賴了許多GIS常用的Python套件。

Geopandas介紹

在Python上處理空間資料有許多套件們，這些套件都有不同的使用場景，例如shapely用在向量資料的處理、fiona則是幫助使用Python上操作OGR(支援超多格式的資料轉換)，pyproj做坐標投影的轉換等等。

還好，Geopandas的出現，讓這些事情變得比較好上手，也讓分析資料時感受很像Pandas，
他主要依賴了以下Python空間資料處理的套件介面：

  • shapely
  • fiona
  • descartes
  • matplotlib
  • pyproj
  • numpy
    ..more

使用者可以跟Pandas操作DataFrame一般，在Geopandas操作GeoDataFrame，並且擁有許多空間資料處理的功能。
在Python環境中使用GeoPandas，依照官方文件的說明，安裝方法有兩種，第一種是使用Conda(請設定Python3.6環境)：

1
conda install -c conda-forge geopandas

或是直接透過Geopandas Repo以pip安裝

1
pip install git+git://github.com/geopandas/geopandas.git

讀寫GIS資料

今天所使用的GIS資料為向量資料
其中shp為空間資料中最為常見的一種向量資料的格式，
它可以紀錄點、線、面等幾何

有關向量資料及格式的暸解，可以參考
[Day 6] 常見的GIS資料格式 - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

我們可以利用GeoPandas讀取shp資料，以進行我們想要的各種處理或分析，以[臺灣鐵路 | 政府資料開放平臺]這個資料集為例，我們將其下載到本機，使用GeoPandas讀取為GeoDataFrame

1
2
3
import geopandas as gpd
gdf_Rail=gpd.read_file('data/Rail/Rail.shp',encoding='utf-8')
gdf_Rail

GeoPandas也支援常用的格式

GeoDataFrame

GeoDataFrame與DataFrame類似，在[官方文件]中對於DataFrame的基本類型有一些說明。

簡單來說，與dataframe相對，GeoPandas多了一個geometry的欄位。

Like a DataFrame

GeoDataFrame的許多基本操作與Pandas的DataFrame很
我們試著做一些Pandas上可以做的事情，

選擇欄位

1
subset=gdf_Rail['RAILNAME']


subset again

1
subset=gdf_Rail.iloc[:3]


排序資料

1
sample=gdf_Rail.sort_values(by='MDATE')

另外，GeoDataFrame對於地理資料有基本的繪圖功能

1
sample.plot()


其採用matplotlib繪圖引擎，例如可以依照欄位來繪圖(下面案例是以鐵道支線名稱分色)

1
sample.plot(column='RAILNAME')


GeoDataFrame讓GIS資料處理更方便，他與DataFrame操作體驗接近，今天也初探了一些簡單的功能

對於DataFrame或者GeoDataFrame的操作，可以參考Data wrangling with Pandas的圖表，
對於Pandas的功能有一些快速指南，大部分也都通用於Geopandas。

今天的相關測試可以參考GitHub

GIS 2019鐵人賽-30天精通GIS資料分析-使用Python
prev： next：