使用GeoPandas计算多边形伸长率：创建GeoDataFrame报错问题

一、修复GeometryTypeError错误 #

错误根源是循环中获取的mrr是单元素GeoSeries，而非单个shapely几何对象。将多个GeoSeries存入mrrs列表后，GeoDataFrame无法识别这种类型的几何集合，从而触发错误。

修复方法：从GeoSeries中提取单个几何对象，替换原代码中创建mrr的逻辑：

# 原错误代码
mrr = gdfSubset.minimum_rotated_rectangle()

# 修复后的代码
single_geom = gdfSubset.geometry.iloc[0]
mrr = single_geom.minimum_rotated_rectangle

同时可简化后续坐标获取步骤（mrr本身已是Polygon对象，无需重新构造）：

coords = list(mrr.exterior.coords)

二、更合理的实现建议 #

1. 放弃按shapeid循环，直接逐行处理 #

按shapeid循环冗余且低效，直接遍历原GeoDataFrame的每一行，保留原始索引作为唯一标识，可彻底避免ID错位问题。

2. 增加几何有效性检查与修复 #

对损坏的几何先尝试自动修复（buffer(0)是shapely修复简单拓扑错误的常用方法），无法修复的记录错误信息，方便后续排查。

3. 简化伸长率计算逻辑 #

最小旋转矩形是标准矩形，四条边仅包含两种长度（长边、短边），可直接提取这两个长度，无需构造所有LineString对象。

优化后的完整脚本 #

import geopandas as gpd
from shapely.geometry import Polygon

# 读取原始数据，保留原索引作为唯一标识
gdf = gpd.read_file('original polygons.shp')
gdf = gdf.reset_index().rename(columns={'index': 'shapeid'})

# 初始化结果列表
results = []

for idx, row in gdf.iterrows():
    shapeid = row['shapeid']
    geom = row['geometry']
    
    try:
        # 检查并修复几何有效性
        if not geom.is_valid:
            geom = geom.buffer(0)
            if not geom.is_valid:
                raise ValueError("几何无法修复")
        
        # 计算最小旋转矩形
        mrr = geom.minimum_rotated_rectangle
        
        # 计算矩形四条边的长度
        coords = list(mrr.exterior.coords)
        lengths = []
        for i in range(4):
            x1, y1 = coords[i]
            x2, y2 = coords[i+1]
            length = ((x2 - x1)**2 + (y2 - y1)**2)**0.5
            lengths.append(round(length, 4))
        
        # 提取唯一的长、短边长
        unique_lengths = list(set(lengths))
        if len(unique_lengths) != 2:
            raise ValueError("最小旋转矩形边长异常")
        
        L = max(unique_lengths)
        S = min(unique_lengths)
        elong = 1 - (S / L)
        
        # 存入结果
        results.append({
            'shapeid': shapeid,
            'elong': round(elong, 4),
            'geometry': mrr
        })
    
    except Exception as e:
        # 记录错误，方便排查
        print(f"处理shapeid {shapeid}时出错: {str(e)}")
        # 存入空值保证行对齐
        results.append({
            'shapeid': shapeid,
            'elong': None,
            'geometry': None
        })

# 转换为GeoDataFrame并设置坐标参考系
newgdf = gpd.GeoDataFrame(results, crs=gdf.crs)

# 导出有效最小旋转矩形
newgdf.dropna(subset=['geometry']).to_file('mrrs.shp')

# 合并回原始数据，保留所有行
finalgdf = gdf.merge(newgdf[['shapeid', 'elong']], on='shapeid', how='left')

# 导出带伸长率的原始多边形
finalgdf.to_file('final.shp')

关键优化点说明 #

• 避免ID错位：逐行遍历原数据，即使处理失败也存入空值，确保合并时行完全对齐。
• 几何容错：自动修复简单拓扑错误，无法修复的记录错误信息，便于后续处理异常数据。
• 性能提升：简化边长计算逻辑，减少不必要的几何对象构造，提升处理效率。

内容的提问来源于stack exchange，提问作者ABC