西安公交矢量数据处理：从Excel经纬度转Shp到线路可视化

简介：2020年西安公交矢量数据是一套面向GIS应用的公共交通地理信息数据集，包含公交线路与公交站点两类要素，适用于城市规划、交通管理、地图服务及移动应用开发。线路数据覆盖649条公交线路，记录线路名称、起止点、首末班时间、方向及距离；站点数据含19000余个站点，提供名称、经纬度（WGS1984）和所属线路等信息。压缩包共12个文件，以shp、dbf、shx、prj等矢量格式为主，整体大小1.71MB，其中shp保存几何要素，dbf存储属性信息，prj记录坐标系参数，可直接在ArcGIS、QGIS等GIS平台加载。已有665人学习下载。凭借精确的空间坐标与完整的属性字段，可用于公交线网覆盖率分析、站点可达性评估、线路优化和公交查询类应用开发，是研究西安公共交通的实用基础数据。

1. 2020西安公交矢量数据到底长什么样，能拿来做什么

拿到一份公交数据，第一反应通常是“不就是一堆点和一堆线嘛”。但真正把2020西安公交矢量数据拆开看，你会发现它其实是一套自带交通语义的基础地理信息资产：公交线路不只是首尾相连的折线，每条线还绑着线路名称、起止点、始发时间、停运时间、行驶方向这些运营属性；公交站点也不只是一个经纬度坐标点，站点名称、所在线路、上下行方向决定了它能不能被准确用于路径规划和空间分析。

这份数据最典型的落地场景有三个：一是把线路和站点叠加到底图上做可视化，直观看出西安主城区的公交覆盖密度和线路走向；二是把站点经纬度作为空间连接键，和人口、POI、房价等业务数据关联，做可达性分析和公交盲区识别；三是为路径规划或线路优化提供路网级的空间基底，比如按方向字段拆分双向线路，计算站间距或线网重复系数。对于GIS开发、交通规划、城市研究和数据可视化从业者来说，这套数据是既能直接出图、又能进分析管线的标准输入。

需要说清楚的是，2020西安公交矢量数据通常是分图层组织的：一个线图层存公交线路，一个点图层存公交站点，两者通过线路名称和站点顺序可以关联。正因为字段相对规范，它也是练习“表格坐标转空间数据”的绝佳素材——尤其是怎么把Excel里的经纬度批量转成shp文件，这是几乎所有GIS从业者都绕不过去的基本功。

2. 数据字段拆解与坐标参考系的判断，处理矢量数据的第一步

2.1 线路表和站点表的字段结构，哪些能直接入库，哪些需要清洗

公交矢量数据的分层逻辑很清晰，拿到手先别急着打开地图看形状，先看属性表。2020西安公交线路图层里，核心字段通常包括线路名称、起始站点、终点站点、始发时间、停运时间、方向，以及承载几何信息的坐标序列；公交站点图层则主要包括站点名称、经度、纬度，必要时还有所属线路和站点序号。

字段清洗最常踩的坑在时间列。Excel里“06:00”如果被识别成小数0.25，导入GIS后就成了数值，必须先在Excel里设置单元格格式为“文本”，或者在导入后用表达式转回。起止点字段如果合并在一列，要用分隔符拆成两列，否则后续做OD分析或线路标签时会很别扭。

2.2 坐标系先看数值范围，再用已知点位校验，别直接套WGS84

2020西安公交数据在传播过程中，坐标系经常被改来改去。判断方法很简单：看经纬度的量级和范围。西安的经度在108.9左右，纬度在34.2左右。如果数值是类似1089423、342675这样的整段数字，那大概率是投影坐标系，需要先找到对应的投影参数。如果小数点后保留多位，更像是地理坐标系——但地理坐标系细看还有WGS84和GCJ-02的区别。

-- 以PostGIS为例，判断数据当前坐标系并转换 SELECT ST_SRID(geom) FROM xian_bus_stops LIMIT 1; -- 返回4326表示WGS84经纬度，返回3857表示Web墨卡托投影 SELECT ST_AsText(geom) FROM xian_bus_stops LIMIT 1; -- 看坐标值，正常经纬度在108/34附近，投影坐标一般值很大

这里是说，拿到数据先在数据库里查一下几何对象的SRID，再看坐标文本。如果发现坐标值在108.94、34.26附近，但叠加在线底图上整体偏移了三四百米，基本可以判断数据是GCJ-02加密坐标，需要转回WGS84再做空间分析。常见的做法是调用开源库coord_convert或GCJ-02转WGS84的算法，在QGIS里也可以直接用TNT插件批量纠偏。

提示：2020年之前的西安公交数据，有相当一部分是采集自高德或百度地图，坐标大概率是GCJ-02。做分析前务必先纠偏，不然站点和路网永远对不上。

3. 把Excel里的经纬度批量导入ArcMap生成shp，站点矢量化的全流程

3.1 从Excel到shp的最小步骤，用Display XY Data还是写脚本

热搜词里“怎么把excel中经纬度数据导入arcmap中，生成shp文件”指向的正是站点矢量化这个动作。ArcMap里最直接的做法是用“Display XY Data”功能：在Table of Contents右键Excel表，选Display XY Data，X字段填经度，Y字段填纬度，坐标系选WGS84或对应坐标系，点确定就能生成一个临时事件层。但要注意它只是“事件”，不是真正的shp文件，必须右键事件层选择Export Data才能写出shp。

import arcpy arcpy.env.workspace = r"D:\xian_bus" in_table = r"D:\xian_bus\bus_stops.xlsx" out_feature_class = r"D:\xian_bus\bus_stops.shp" x_field = "经度" y_field = "纬度" arcpy.MakeXYEventLayer_management( in_table, x_field, y_field, "bus_stops_Layer", arcpy.SpatialReference(4326) ) arcpy.CopyFeatures_management("bus_stops_Layer", out_feature_class) print("shp生成完成")

这段代码把MakeXYEventLayer和CopyFeatures串在一起，第一行读取Excel表，第二行指定X和Y字段，第三行设置空间参考为WGS84。这里要注意，Excel表格的字段名如果是中文，直接传给参数是没问题的；但如果字段名带空格，需要用引号包起来。还有一个更隐蔽的坑是Excel里有些行的经纬度是空值，MakeXYEventLayer会直接跳过并生成警告，但有时候空值是字符串“NULL”而不是真空，这会导致坐标解析失败。

3.2 生成shp后必须检查的3个指标：重复点、空几何、坐标范围

生成shp只是第一步，真正决定数据能不能用的是数据质量检查。我一般会从三个维度检查：一是重复点，同一个站点在同一线路上出现多次，要分清是环线站点还是数据错误；二是空几何，属性表里有记录但几何为空，这种点参与分析时会直接报错；三是坐标范围，把经纬度的最小最大值打印出来，对照西安的真实范围。

SELECT 站点名称, COUNT(*) AS cnt FROM bus_stops GROUP BY 站点名称, 经度, 纬度 HAVING COUNT(*) > 1;

这条SQL查的是完全重复的站点记录，在QGIS里也可以用“Processing → Vector general → Delete duplicate geometries”实现同样效果。值得注意的是，环线公交的起点和终点往往是同一个站点，这不算重复，真正的重复是同一个线路、同一个站点名称、完全一致的坐标出现在两条记录里。

检查坐标范围时，可以用ArcMap的Layer Properties切到Source选项卡直接看，也可以用Python脚本读一遍。如果发现经度出现1089.423这种十位数级别的值，说明坐标被错误拼接成投影坐标或度分格式未转换，唯一的解法是回到源头修复Excel列。

4. 公交线路矢量化：从站点顺序表到连成线路，方向字段的妙用

4.1 用站点顺序构造LineString，Points to Path是绕不开的工具

公交线路的矢量化比站点要麻烦一截，因为它不是简单的“点转线”，而是要按站点顺序把折线连起来，并且区分上下行方向。2020西安公交数据的线路表里，方向字段在这里就派上了大用场——同样是600路，上行和下行是两条完全不同的几何线。

在QGIS里最常用的工具是“Points to Path”，输入是包含站点顺序的表格，Order field选站点序号或站点顺序值，Group field选线路名称加方向组合字段。先用表达式把“线路名称”和“方向”拼接成一个新字段，例如|||作为连接符，然后按这个字段分组，就能一次生成所有线路的上下行两条线。

-- 在QGIS字段计算器里 "线路名称" || '_' || "方向"

其实意思是把两条线路记录变成唯一的组ID。如果是纯Python脚本方式，可以用GeoPandas按组排序坐标点，再构造LineString：

import geopandas as gpd from shapely.geometry import LineString stops = gpd.read_file("bus_stops.shp") stops = stops.sort_values(["线路名称", "方向", "站点序号"]) lines = stops.groupby(["线路名称", "方向"]).apply( lambda df: LineString(df.geometry.tolist()) ).rename("geometry") lines_gdf = gpd.GeoDataFrame(lines, geometry="geometry", crs="EPSG:4326") lines_gdf.to_file("bus_lines.shp", driver="ESRI Shapefile")

这个脚本非常短，但核心逻辑在线路分组和排序上。sort_values里的三列缺一不可：先按线路名称分组，再按方向分上下行，最后按站点序号保证连线顺序正确。如果数据里没有站点序号，就需要通过线路字段和站点名称的先后顺序反推，但那种情况管线会乱，容易画出交叉线或者折返线。

4.2 始发时间与停运时间字段用在哪，不只是地图标注

很多人把始发时间和停运时间当作地图弹窗里的展示字段，这其实浪费了。2020西安公交矢量数据的时间字段，配合方向字段，是做早晚高峰分析和发车频率可视化的关键输入。比如可以筛选出始发时间在06:00前、停运时间在21:00后的线路，这批“早出晚归”的线路通常是城市的骨干公交线。

更实际的做法是把时间字段转成数值，计算“运营时长”，再按运营时长做分级渲染。QGIS里的时间字段如果是字符串格式“06:00”，需要用表达式hour()和minute()解析。ArcMap里则可以用“Convert Time Field”工具把文本时间转成日期类型。运营时长的计算逻辑是：停运时间减始发时间，如果跨天则加24小时——西安有的线路末班车是23:30，这个边界情况不处理，运营时长为负，整条线路的渲染会出错。

5. 用2D地图呈现4维信息，在QGIS里做一张不踩坑的公交线网专题图

5.1 按方向配色，按运营时长调整线宽，信息量直接翻倍

到最后这张专题图，我一般会把线路方向、运营时长、站点密度和站点客流量四个维度全部叠进一张图里。方向用颜色区分，上行用暖色，下行用冷色，线宽映射运营时长——运营时间越长的线路线越粗。站点层用密度工具先做一层核密度热力底图，再叠加半透明的站点圆点。

QGIS里的具体操作是：进入图层属性，Line符号选择“Geometry generator”，线宽表达式写scale_linear("运营时长", 10, 22, 0.5, 4)，意思是运营时长10小时的线路线宽0.5，22小时的线宽4，自动做线性插值。方向字段的配色直接用Categorized分类，选择预设的颜色渐变，不用手调。

5.2 一个值得养的长期习惯：导出shp之前先写prj和编码说明

很多数据在交换时出问题，原因不在几何，而在Sidecar文件。shp文件不是一个单独的文件，而是至少三个：.shp存几何，.dbf存属性，.shx存索引，缺了.prj文件，坐标系信息就丢了，别人打开时只能猜坐标。更麻烦的是.dbf的编码，2020西安公交数据的字段名是中文，如果编码指定不对，在ArcMap里打开全是乱码。

我现在的做法是，在导出shp之前手动检查三个文件的完整性，同时额外写一个.txt伴随文件，记录坐标系统、字段含义、数据来源和采集时间。这样一来，即便数据传到别人手里，也不会因为少了坐标系信息而产生歧义。另外一个更有长远价值的做法是，直接跳过shp，用GeoPackage格式交付——它把几何、坐标系、属性表打包成一个文件，编码问题天然规避。如果合作方必须用shp，再手工转出并在元数据文档里标注原点。数据交付的自律，归根结底是为了让2020西安公交矢量数据在一年、两年以后，仍然能被重新打开、拼接、分析，而不会在解释坐标系和字段含义上消耗无谓的沟通成本。

本文还有配套的精品资源，点击获取