如何通过GeoPandas拆分多边形解决WKT超Excel字符长度限制问题

问题 #

将Shapefile转换为WKT格式用于数据关联时，部分多边形的WKT字符串长度超过Excel的30000字符限制，GeoPandas的explode()仅能拆分多部分多边形，无法解决单一大多边形的超长问题，需要实现按长度阈值拆分多边形列。

已尝试代码：

import geopandas
myshpfile = geopandas.read_file("cb_2018_us_county_500k/cb_2018_us_county_500k.shp") 
gd = geopandas.GeoDataFrame(myshpfile)
exploded = gd.explode(index_parts=True)
exploded.to_file('test_county_exploded.csv', driver='CSV', geometry= 'AS_WKT')

解决方案 #

1. 定位超长WKT记录 #

先计算每条记录的WKT长度，筛选出超过阈值的多边形：

import geopandas as gpd
import pandas as pd

# 读取Shapefile数据
gdf = gpd.read_file("cb_2018_us_county_500k/cb_2018_us_county_500k.shp")
# 生成WKT字符串并计算长度
gdf['wkt'] = gdf.geometry.to_wkt()
gdf['wkt_len'] = gdf['wkt'].str.len()

# 设定长度阈值（对应Excel的30000字符限制）
threshold = 30000
# 拆分正常长度和超长的数据集
normal_gdf = gdf[gdf['wkt_len'] <= threshold].copy()
long_gdf = gdf[gdf['wkt_len'] > threshold].copy()

2. 处理超长多边形 #

针对单一大多边形的超长问题，提供两种可行方案：

方案A：几何简化（快速减少顶点）

通过simplify()方法减少多边形顶点数量，直接缩短WKT长度，tol参数控制简化程度（单位与数据坐标系一致）：

# 简化超长多边形，示例用1000米容差（若为经纬度坐标系可设0.01度左右）
long_gdf['geometry'] = long_gdf['geometry'].simplify(tol=1000)
# 更新WKT字符串和长度
long_gdf['wkt'] = long_gdf['geometry'].to_wkt()
long_gdf['wkt_len'] = long_gdf['wkt'].str.len()

方案B：分割多边形为小块

如果简化无法满足精度要求，可将大多边形分割为多个小多边形：

from shapely.geometry import LineString
from shapely.ops import split

def split_large_polygon(polygon, split_count=2):
    """将多边形分割为指定数量的子多边形"""
    min_x, min_y, max_x, max_y = polygon.bounds
    split_lines = []
    # 生成垂直分割线
    for i in range(1, split_count):
        split_x = min_x + (max_x - min_x) * i / split_count
        line = LineString([(split_x, min_y), (split_x, max_y)])
        split_lines.append(line)
    
    # 逐步分割多边形
    result_polys = [polygon]
    for line in split_lines:
        temp_list = []
        for p in result_polys:
            if p.intersects(line):
                temp_list.extend(split(p, line))
            else:
                temp_list.append(p)
        result_polys = temp_list
    return result_polys

# 批量处理所有超长多边形
split_rows = []
for idx, row in long_gdf.iterrows():
    split_polys = split_large_polygon(row['geometry'], split_count=2)
    for poly in split_polys:
        new_row = row.copy()
        new_row['geometry'] = poly
        new_row['wkt'] = poly.to_wkt()
        new_row['wkt_len'] = len(new_row['wkt'])
        split_rows.append(new_row)

split_gdf = gpd.GeoDataFrame(split_rows, crs=long_gdf.crs)

3. 合并结果并导出 #

将处理后的所有数据合并，导出为带WKT的CSV文件：

# 合并正常数据与处理后的超长数据
final_gdf = gpd.GeoDataFrame(pd.concat([normal_gdf, split_gdf], ignore_index=True), crs=gdf.crs)
# 导出CSV文件
final_gdf.to_file('county_wkt_processed.csv', driver='CSV', geometry='AS_WKT')

注意事项 #

• 几何简化的tol参数需根据数据坐标系调整，平衡精度和WKT长度。
• 分割多边形时可调整split_count值，确保拆分后的WKT长度低于阈值。
• 导出前可再次校验wkt_len列，确保所有记录符合要求。

内容的提问来源于stack exchange，提问作者P201_eng