如何将含MultiPolygon的Geopandas DataFrame转换为GeoJSON？

你遇到的问题是因为df.to_dict()返回的geometry列是Shapely的MultiPolygon/Polygon对象，这类对象不属于JSON原生可序列化类型，所以json.dumps()会报错。Geopandas本身提供了专门的方法来处理所有几何类型的GeoJSON转换，不需要手动转字典再序列化，具体方案如下：

方案1：直接生成GeoJSON字符串 #

使用Geopandas内置的to_json()方法，它会自动将所有几何类型（包括MultiPolygon）转换为符合GeoJSON规范的结构：

import geopandas as gpd

# 假设df是你的Geopandas DataFrame
geojson_str = df.to_json()
print(geojson_str)

方案2：获取可序列化的字典对象 #

如果需要先得到Python字典再处理，可以用json.loads()解析to_json()的输出：

import json

geojson_dict = json.loads(df.to_json())
# 此时geojson_dict是完全可JSON序列化的字典，可直接用json.dumps输出
print(json.dumps(geojson_dict, indent=2))

方案3：直接保存为GeoJSON文件 #

如果最终是要保存到文件，用to_file()方法更高效，无需手动处理序列化：

df.to_file('your_output.geojson', driver='GeoJSON')

为什么之前的方法不行？ #

df.to_dict(orient='records')中的geometry字段是Shapely的几何对象（而非GeoJSON格式的字典），JSON序列化器无法识别这类自定义对象。而to_json()方法内部会调用Shapely的__geo_interface__属性，将几何对象转换为包含type和coordinates的标准GeoJSON结构，从而完成序列化。

内容的提问来源于stack exchange，提问作者data en