如何对GeoDataFrame批量执行buffer操作并跳过报错行？

我正在处理一个包含60万行的GeoDataFrame（几何类型为LineString和MultiLineString），执行批量Buffer操作时：

gdf['buffer_geometry'] = gdf.buffer(305)

触发如下拓扑错误：

GEOSException: TopologyException: assigned depths do not match at -12250000 3700000

经排查，错误由索引4934和80023的两行数据导致。我不需要为这两行计算Buffer，希望跳过它们直接返回None，同时避免逐行循环（原逐行代码速度过慢）。

高效解决方案 #

方法一：已知错误行时直接批量处理

既然已经定位到错误行，直接筛选出有效行批量计算Buffer，错误行保留None即可，这是性能最优的方案：

# 先初始化buffer列
gdf['buffer_geometry'] = None

# 筛选出非错误行，执行批量Buffer计算
valid_rows = ~gdf.index.isin([4934, 80023])
gdf.loc[valid_rows, 'buffer_geometry'] = gdf.loc[valid_rows].buffer(305)

批量操作是GeoPandas的最优性能模式，仅需一次向量计算，效率远高于逐行循环

方法二：未知错误行时分块处理

如果不确定错误行位置，可以用分块策略：先按较大块批量计算，出错的块再逐行排查，比全逐行循环快数倍：

import geopandas as gpd

# 初始化buffer列
gdf['buffer_geometry'] = None
failed_indices = []
chunk_size = 1000  # 可根据内存情况调整块大小

for start in range(0, len(gdf), chunk_size):
    end = start + chunk_size
    chunk = gdf.iloc[start:end].copy()
    try:
        # 尝试批量计算当前块的Buffer
        chunk['buffer_geometry'] = chunk.buffer(305)
        gdf.loc[chunk.index, 'buffer_geometry'] = chunk['buffer_geometry']
    except Exception:
        # 块内出错，逐行检查该块
        for idx in chunk.index:
            try:
                gdf.loc[idx, 'buffer_geometry'] = gdf.loc[idx].buffer(305)
            except:
                failed_indices.append(idx)
                continue

原代码性能问题说明 #

你写的逐行循环速度慢的核心原因是：每次循环都复制了整个GeoDataFrame，这会带来巨大的内存开销和时间消耗；另外逐行操作完全没有利用GeoPandas的向量计算优势，性能自然低下。

内容的提问来源于stack exchange，提问作者AW_