如何用Python从Pandas DataFrame生成地理边界层级JSON树形结构？

树形结构 vs 邻接表：哪种更适合？ #

对于你的固定三级层级（州→县→城市）需求，树形结构更合适：

• 树形结构直观体现父子层级关系，前端渲染树形组件、搜索匹配节点都非常直接，无需额外关联查询；
• 邻接表（每个节点存储父ID）更适合层级不固定、需要动态扩展或存储在数据库中做复杂查询的场景，你的需求用树形结构效率更高、实现更简单。

具体实现步骤（Python） #

1. 依赖库准备 #

确保安装所需库：

pip install pandas shapely

2. 数据预处理：转换Geometry为GeoJSON格式 #

Shapely的Polygon对象无法直接序列化为JSON，需要先转成GeoJSON格式的字典：

import pandas as pd
import json
from shapely.geometry import mapping

3. 构建层级节点并关联 #

步骤1：构建州节点字典

# 处理州数据（Df3），生成州节点字典
state_dict = {}
for _, row in Df3.iterrows():
    state_id = row["State ID"]
    state_dict[state_id] = {
        "id": state_id,
        "name": row["State"],
        "geometry": mapping(row["geometry"]),  # 转GeoJSON格式
        "children": []
    }

步骤2：构建县节点并关联到州

# 处理县数据（Df2），生成县节点字典并关联到对应州
county_dict = {}
for _, row in Df2.iterrows():
    county_id = row["County ID"]
    state_id = row["State ID"]
    
    county_node = {
        "id": county_id,
        "name": row["County"],
        "geometry": mapping(row["geometry"]),
        "children": []
    }
    county_dict[county_id] = county_node
    
    # 将县节点添加到对应州的子节点列表
    if state_id in state_dict:
        state_dict[state_id]["children"].append(county_node)

步骤3：构建城市节点并关联到县

# 处理城市数据（Df1），生成城市节点并关联到对应县
for _, row in Df1.iterrows():
    city_id = row["City ID"]
    county_id = row["County ID"]
    
    city_node = {
        "id": city_id,
        "name": row["City"],
        "geometry": mapping(row["geometry"]),
        "children": []  # 城市无子节点，留空
    }
    
    # 将城市节点添加到对应县的子节点列表
    if county_id in county_dict:
        county_dict[county_id]["children"].append(city_node)

4. 生成最终树形JSON #

# 将州字典转为列表（树的根节点集合）
tree_data = list(state_dict.values())

# 序列化为JSON字符串
tree_json = json.dumps(tree_data, indent=2)

# 保存到文件（可选）
with open("geo_hierarchy.json", "w", encoding="utf-8") as f:
    f.write(tree_json)

搜索任一层级节点的实现 #

可以通过递归遍历树形结构，匹配节点的ID或名称，快速获取对应的Polygon：

def search_geo_node(tree, keyword, search_by="name"):
    """
    递归搜索树形结构中的节点
    :param tree: 树形数据列表
    :param keyword: 搜索关键词
    :param search_by: 搜索字段（"id"或"name"）
    :return: 匹配的节点列表
    """
    matches = []
    for node in tree:
        if str(node[search_by]) == str(keyword):
            matches.append(node)
        # 递归搜索子节点
        if node["children"]:
            matches.extend(search_geo_node(node["children"], keyword, search_by))
    return matches

# 示例：搜索名称为"Los Angeles"的城市
matches = search_geo_node(tree_data, "Los Angeles")
if matches:
    print("匹配到的Polygon:", matches[0]["geometry"])

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