解析GeoJSON字符串转GeoDataFrame时处理空要素/空值问题

问题背景 #

现有包含GeoJSON字符串列的Pandas DataFrame，此前通过gpd.GeoDataFrame.from_features([json.loads(feature) for feature in test_features])可正常转换为GeoDataFrame，但近期出现如下报错：

AttributeError: 'NoneType' object has no attribute 'lower'

报错根源是部分GeoJSON Feature的geometry字段为空，或geometry的type为None，导致Shapely无法解析。

解决方案 #

方案1：过滤无效Feature后转换 #

先解析所有GeoJSON字符串，过滤掉geometry无效的Feature，再生成GeoDataFrame：

import json
import geopandas as gpd

valid_features = []
for geo_str in df['Geojson']:
    try:
        feature = json.loads(geo_str)
        # 检查geometry存在且type不为空
        if feature.get('geometry') and feature['geometry'].get('type'):
            valid_features.append(feature)
        else:
            print(f"跳过无效Feature：{geo_str[:50]}...")  # 打印部分内容便于排查
    except json.JSONDecodeError as e:
        print(f"JSON解析失败：{e}，跳过该行")

gdf = gpd.GeoDataFrame.from_features(valid_features)

方案2：保留原DataFrame结构，标记无效Geometry #

如果需要保留原DataFrame的所有行，仅将无效的Geometry设为None，后续可按需过滤：

import json
import geopandas as gpd
from shapely.geometry import shape

def safe_parse_geometry(geo_str):
    try:
        feature = json.loads(geo_str)
        geom = feature.get('geometry')
        # 双重校验：geometry存在且type有效
        if geom and geom.get('type'):
            return shape(geom)
        return None
    except (json.JSONDecodeError, AttributeError):
        return None

# 生成geometry列
df['geometry'] = df['Geojson'].apply(safe_parse_geometry)
# 转换为GeoDataFrame，保留原列
gdf = gpd.GeoDataFrame(df, geometry='geometry')

# 可选：过滤掉无有效Geometry的行
gdf = gdf.dropna(subset=['geometry'])

方案3：简化列表推导式（适合小数据量） #

如果数据量较小，可直接用列表推导式过滤，但注意会重复解析GeoJSON字符串，大数据量下效率较低：

import json
import geopandas as gpd

valid_features = [
    feat for feat in [json.loads(f) for f in df['Geojson']]
    if feat.get('geometry') and feat['geometry'].get('type')
]

gdf = gpd.GeoDataFrame.from_features(valid_features)

关键检查要点 #

• 必须校验geometry字段是否存在且不为None
• 额外校验geometry中的type字段是否有效（避免type为null的情况）
• 捕获JSON解析异常，防止单个格式错误的GeoJSON中断整个转换流程

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