基于PostGIS的GeoDataFrame转GeoJSON适配Dash Leaflet通用方案求助

方法1：GeoPandas原生to_json方法（推荐） #

GeoDataFrame自带原生转换方法，无需额外依赖，只需确保数据坐标系匹配Leaflet默认的EPSG:4326（WGS84）即可：

import geopandas as gpd
import json

# 从PostGIS提取数据（你的原有代码）
df = gpd.GeoDataFrame.from_postgis(query, connection)

# 转换坐标系至Leaflet兼容的EPSG:4326
if df.crs != "EPSG:4326":
    df = df.to_crs("EPSG:4326")

# 生成GeoJSON字符串并转为Python字典，直接适配Dash Leaflet组件
geojson_data = json.loads(df.to_json(orient="records", geometry="geometry"))

参数说明：orient="records"将每行数据映射为GeoJSON Feature的properties，geometry="geometry"指定几何列作为Feature的geometry部分。

方法2：手动构造GeoJSON结构（兼容极端场景） #

如果原生方法出现异常，可手动遍历数据构造标准GeoJSON格式，利用shapely对象的__geo_interface__属性直接获取几何的GeoJSON结构：

import geopandas as gpd

df = gpd.GeoDataFrame.from_postgis(query, connection)
if df.crs != "EPSG:4326":
    df = df.to_crs("EPSG:4326")

# 构建GeoJSON的FeatureCollection框架
geojson_data = {
    "type": "FeatureCollection",
    "features": []
}

# 遍历每行生成Feature
for _, row in df.iterrows():
    # 提取属性（排除几何列）
    properties = row.drop(df.geometry.name).to_dict()
    # 提取几何的GeoJSON结构
    geometry = row.geometry.__geo_interface__
    # 添加至Feature集合
    geojson_data["features"].append({
        "type": "Feature",
        "properties": properties,
        "geometry": geometry
    })

该方案完全自定义，适配任何规范化表结构，只要几何列是shapely的Multipolygon对象即可。

方法3：从PostGIS直接查询GeoJSON（性能最优） #

针对大数据量场景，推荐直接在SQL中用PostGIS函数生成GeoJSON，减少Python端转换开销：

import pandas as pd
import json

# 修改SQL查询，直接获取属性和GeoJSON格式的几何
query = """
SELECT 
    column1, column2, -- 替换为你的实际属性列
    ST_AsGeoJSON(geometry_column) AS geometry -- 替换为你的几何列名
FROM your_table
"""

# 用普通pandas读取数据（无需GeoPandas）
df = pd.read_sql(query, connection)

# 构造GeoJSON FeatureCollection
geojson_data = {
    "type": "FeatureCollection",
    "features": []
}

for _, row in df.iterrows():
    properties = row.drop("geometry").to_dict()
    # 解析几何字符串为字典
    geometry = json.loads(row["geometry"])
    geojson_data["features"].append({
        "type": "Feature",
        "properties": properties,
        "geometry": geometry
    })

内容的提问来源于stack exchange，提问作者harsha vardhan