Azure Databricks环境下GeoPandas写入GeoJSON文件失败的两类问题求助

咱们一步步拆解你遇到的两个问题哈：

1. 明明路径存在却报 DriverError: No such file or directory #

在Azure Databricks环境下，虽然Spark/Pandas能正常读写挂载路径，但GeoPandas依赖的Fiona库在处理挂载存储时，可能会遇到权限或路径解析的特殊问题。这里有几个可行的解决思路：

• 先验证挂载路径的可访问性：用Databricks的工具先确认路径确实存在且有写入权限：

  dbutils.fs.ls("/mnt/path/to/directory/")
  

  如果能列出目录内容，说明路径没问题，但Fiona可能不直接支持挂载路径的写入。

• 用本地临时目录中转：先把GeoJSON写入Databricks的本地临时目录，再通过dbutils.fs复制到挂载路径，这是Databricks中常见的规避挂载写入兼容性问题的方法：

  # 第一步：写入本地临时目录
  gdf.to_file("/tmp/newfile.json", driver="GeoJSON")
  # 第二步：复制到目标挂载路径
  dbutils.fs.cp("file:/tmp/newfile.json", "/mnt/path/to/directory/newfile.json")
  

• 检查路径拼写细节：Linux环境下路径区分大小写，确认路径的大小写、斜杠数量都完全正确，没有拼写错误。

2. 报 ValueError: Invalid field type <class 'decimal.Decimal'> #

这个问题根源很清晰：GeoJSON格式不支持Python的decimal.Decimal类型，Fiona无法将这种类型序列化为GeoJSON兼容的数值格式。解决方法就是把DataFrame中所有Decimal类型的列转换为float或int类型：

方法一：批量检测并转换 #

from decimal import Decimal
import pandas as pd

# 遍历所有列，将Decimal类型转为float
for col in df.columns:
    # 检查列是否包含Decimal类型的值
    if df[col].dtype == object and any(isinstance(val, Decimal) for val in df[col].dropna()):
        df[col] = df[col].apply(lambda x: float(x) if isinstance(x, Decimal) else x)

# 再创建GeoDataFrame并写入
gdf = geopandas.GeoDataFrame(df, geometry=geopandas.points_from_xy(df.Longitude, df.Latitude))
gdf.to_file("newfile.json", driver="GeoJSON")

方法二：针对已知Decimal列精准转换 #

如果你明确知道哪些列是Decimal类型，可以直接用pd.to_numeric处理，效率更高：

df['target_decimal_col'] = pd.to_numeric(df['target_decimal_col'], errors='coerce')

⚠️ 注意：转换为float可能会有轻微的精度损失，如果业务需要保留高精度，可以考虑将Decimal转为字符串（但这样GeoJSON中该字段会变成字符串类型，后续分析时需要注意类型转换）。

内容的提问来源于stack exchange，提问作者Karzyfox