如何将单列Geometry的GeoDataFrame合并到多列GeoDataFrame

核心解决方案 #

由于两个数据集行数相同且索引对齐，直接横向合并后转换为GeoDataFrame即可，以下是两种可靠实现方法：

方法一：直接赋值列并转换

先将df2的geometry列添加到df1，再把结果转为GeoDataFrame：

import geopandas as gpd

# 将df2的geometry列添加到df1
df1['geometry'] = df2['geometry']
# 转换为GeoDataFrame，指定geometry列
df3 = gpd.GeoDataFrame(df1, geometry='geometry')

方法二：使用concat横向合并

通过pd.concat横向合并两个数据集，再转为GeoDataFrame：

import pandas as pd
import geopandas as gpd

# 按列横向合并（axis=1表示列方向）
merged_df = pd.concat([df1, df2], axis=1)
# 转换为GeoDataFrame
df3 = gpd.GeoDataFrame(merged_df, geometry='geometry')

为什么之前的方法失败？ #

• append：该方法是纵向追加行，而非横向添加列，完全不符合需求
• insert：仅用insert添加列后，若未转为GeoDataFrame，geometry列只是普通shapely对象，无法保留GeoDataFrame的空间特性
• concat：未指定axis=1时默认纵向合并行，即使指定了axis=1，若不转为GeoDataFrame，也会丢失GeoDataFrame的类型特性

验证示例 #

用你提供的样例数据验证：

import pandas as pd
import geopandas as gpd
from shapely.geometry import Polygon

# 构造df1
data1 = {
    'Mean': [174.7, 190.4],
    'Std Dev': [417.9, 402.8],
    'Max': [6904, 6876],
    'Min': [0, 0],
    'Day': [2019003, 2019004],
    'Date': ['2019-01-03', '2019-01-04']
}
df1 = pd.DataFrame(data1)

# 构造df2
data2 = {
    'geometry': [
        Polygon([(-78, 43), (-78, 44), (-77, 44), (-77, 43)]),
        Polygon([(-78, 43), (-78, 44), (-77, 44), (-77, 43)])
    ]
}
df2 = gpd.GeoDataFrame(data2)

# 使用方法一合并
df1['geometry'] = df2['geometry']
df3 = gpd.GeoDataFrame(df1, geometry='geometry')

# 验证geometry类型
print(type(df3['geometry'].iloc[0]))  # 输出 <class 'shapely.geometry.polygon.Polygon'>
print(df3.head())

注意事项 #

• 确保两个数据集的索引完全对齐，若索引不一致，先重置索引：

  df1 = df1.reset_index(drop=True)
  df2 = df2.reset_index(drop=True)
  

• 合并后必须用gpd.GeoDataFrame包装，才能保留GeoDataFrame的空间操作能力

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