Python数据处理：如何将Excel/CSV中的WKT文本转换为Shapefile/GeoJSON——tablegis库df_to_gdf详解
前言
在地理数据处理中，我们经常遇到一种尴尬的情况：
从数据库（PostGIS, MySQL, ClickHouse）导出的数据，或者别人发来的CSV/Excel文件，里面有一列长得像这样：
POINT (116.40 39.90)POLYGON ((116.3 39.9, 116.4 39.9, ...))
这叫做WKT (Well-Known Text)格式。虽然它描述了地理形状，但对Python的普通DataFrame来说，它就是一串纯文本字符串，无法直接进行地图可视化或空间计算（如求面积、缓冲区）。
通常我们需要手动调用shapely.wkt.loads并配合geopandas进行转换，步骤繁琐且容易出错（比如坐标系问题）。
今天介绍tablegis库中的df_to_gdf方法，一行代码将包含WKT文本的普通表格转换为标准的 GeoDataFrame，方便导出为 Shapefile、GeoJSON 等格式。
1. 场景痛点
场景一：数据库导出数据
后端工程师丢给你一个 CSV，里面全是POINT(...)，你需要把它转换成shp文件给规划师画图。
场景二：数据可视化
你想用 Python 做地图分析，但pandas读取的数据无法直接 plot，必须转成geopandas对象。
2. 核心方法：df_to_gdf
这个方法专门用于“文本转几何对象”。
安装
pipinstalltablegis函数签名
importtablegisastg gdf=tg.df_to_gdf(df,# 你的普通DataFramegeometry='geometry',# 包含WKT文本的那一列的列名crs='epsg:4326'# 坐标系，默认为 WGS84 (EPSG:4326))它的作用：
- 自动解析指定列的 WKT 字符串。
- 将其转换为真实的 Shapely 几何对象。
- 自动设置坐标系（CRS）。
- 智能重命名：无论你原来的列名叫
wkt_geom还是shape，转换后都会统一规范为geometry，方便后续兼容。
3. 实战案例
案例一：CSV 转 Shapefile (最常见需求)
假设你有一个data.csv：
| id | name | wkt_shape |
|---|---|---|
| 1 | A区 | POLYGON ((…)) |
| 2 | B区 | POLYGON ((…)) |
代码实现：
importpandasaspdimporttablegisastg# 1. 读取 CSVdf=pd.read_csv('data.csv')# 2. 一行转换！# 指定 'wkt_shape' 是存几何文本的列gdf=tg.df_to_gdf(df,geometry='wkt_shape')# 现在 gdf 已经是 GeoDataFrame 了，可以直接操作print(gdf.crs)# 输出: EPSG:4326print(type(gdf.geometry.iloc[0]))# 输出: <class 'shapely.geometry.polygon.Polygon'># 3. 导出为 Shapefilegdf.to_file('output_shapefile.shp',encoding='utf-8')# 或者导出为 GeoJSONgdf.to_file('output.geojson',driver='GeoJSON')案例二：处理自定义坐标系
如果你的 WKT 数据不是经纬度（WGS84），而是投影坐标（比如 Web Mercator 3857 或 UTM），你可以通过crs参数指定。
# 假设数据是 Web Mercator 投影gdf=tg.df_to_gdf(df,geometry='geom',crs='epsg:3857')# 转换后直接进行重投影到经纬度gdf_wgs84=gdf.to_crs('epsg:4326')案例三：结合 match_layer 使用
通常df_to_gdf是数据处理的第一步。转换成功后，你就可以用它来做空间分析了，比如上面介绍的match_layer。
# 1. 加载含 WKT 的 CSVdf_raw=pd.read_csv('zones.csv')# 2. 转为 GeoDataFrame (面数据)gdf_zones=tg.df_to_gdf(df_raw,geometry='the_geom')# 3. 此时它就可以作为 match_layer 的 layer 参数输入了# result = tg.match_layer(df_points, gdf_zones, ...)4. 参数详解
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
df | DataFrame | 必填 | 包含 WKT 文本列的 pandas DataFrame。 |
geometry | str | ‘geometry’ | 关键：指定哪一列包含 WKT 文本。转换后该列会被解析并重命名为geometry。 |
crs | str | ‘epsg:4326’ | 指定结果的坐标参考系统。通常经纬度数据用 4326，高德/百度坐标可能需要先转码（tablegis也提供了坐标转换工具）。 |
总结
df_to_gdf是打通“文本数据”与“空间数据”的桥梁。它极其简洁，解决了新手在shapely和geopandas之间转换时常遇到的格式错误和坐标系丢失问题。
一句话总结：只要看到 Excel/CSV 里有POINT(...)或POLYGON(...)这种列，直接用tg.df_to_gdf(df, geometry='列名')把它变成能用的 GIS 数据！
本文基于 tablegis 库编写，欢迎在 PyPI 下载使用。
