如何将含Polygon类型JSON的DataFrame转换为GeoDataFrame？

现有一个DataFrame，其中footprint列存储的是{'type': 'Polygon'}格式的Python字典对象，数据示例如下：

df.head(2)

    osm_id      osm_address                                      osm_building  osm_building:levels  footprint                                  plus_code     ground_height  building_height  roof_height  osm_name  osm_office  osm_type  osm_website  osm_operator
739615941  739615941.0  10 Rhodes Avenue University Estate Cape Town  house            2                   {'type': 'Polygon', 'coordinates': [[[264275.9...  4FRW3C6X+WRG  96.75        6.9              103.65      NaN       NaN         NaN       NaN          NaN
740820432  740820432.0  100 Upper Roodebloem Road University Estate Ca...  house            2                   {'type': 'Polygon', 'coordinates': [[[264379.7...  4FRW3F62+R87  85.37        6.9              92.27       NaN       NaN         NaN       NaN          NaN

单个footprint数据示例：

df.footprint[0]
{'type': 'Polygon',
 'coordinates': [[[264275.99887603114, 6241813.834685098],
   [264278.1042860146, 6241837.7936792765],
   [264273.2223782305, 6241838.438089997],
   [264272.6105920747, 6241830.67597108],
   [264271.28497070284, 6241830.787288936],
   [264270.08650652826, 6241814.253691107],
   [264275.99887603114, 6241813.834685098]]]}

尝试以下代码解析后，所有特征返回None：

def parse_geom(geom_str):
    try:
        return shape(json.loads(geom_str))
    except (TypeError, AttributeError):  # Handle NaN and empty strings
        return None

df['footprint'] = df['footprint'].apply(parse_geom)

需要将footprint列中的Polygon类型数据解析为GeoDataFrame的geometry列。

问题出在原代码的json.loads(geom_str)：footprint列的内容已经是Python字典，不是JSON字符串，调用json.loads会触发异常，最终返回None。

正确解析步骤 #

1. 直接使用shapely.geometry.shape()处理字典对象，生成shapely几何对象
2. 将处理后的列指定为GeoDataFrame的geometry列，并设置正确的坐标参考系（CRS）

代码实现 #

from shapely.geometry import shape
import geopandas as gpd

# 修正解析函数
def parse_geom(geom_dict):
    try:
        return shape(geom_dict)
    except (TypeError, AttributeError):
        return None

# 生成geometry列
df['geometry'] = df['footprint'].apply(parse_geom)

# 转换为GeoDataFrame，替换为你的数据对应的CRS（示例为UTM 34S）
gdf = gpd.GeoDataFrame(df.drop('footprint', axis=1), geometry='geometry', crs="EPSG:32734")

兼容混合格式场景 #

如果footprint列同时存在JSON字符串和Python字典的混合情况，可以增加类型判断：

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

def parse_geom(geom):
    try:
        # 先判断是否为JSON字符串，是则解析为字典
        if isinstance(geom, str):
            geom_dict = json.loads(geom)
        else:
            geom_dict = geom
        return shape(geom_dict)
    except (TypeError, AttributeError, json.JSONDecodeError):
        return None

df['geometry'] = df['footprint'].apply(parse_geom)
gdf = gpd.GeoDataFrame(df.drop('footprint', axis=1), geometry='geometry', crs="EPSG:32734")

内容的提问来源于stack exchange，提问作者arkriger