如何遍历各CSV文件，更新多边形Shapefile属性并导出对应文件？

核心实现思路 #

• 遍历指定目录下的所有目标CSV文件
• 读取原始多边形Shapefile作为基础空间数据
• 通过共同关联字段（如唯一ID）将每个CSV的属性与Shapefile进行关联匹配
• 为每个CSV生成一份带对应关联属性的新Shapefile，文件名与原CSV对应

前置准备 #

• 安装依赖工具库：pip install geopandas pandas
• 确认所有CSV文件与原始Shapefile存在唯一匹配的关联字段（比如polygon_id，需保证字段值一一对应）

可运行代码示例 #

import geopandas as gpd
import pandas as pd
import os

# 配置路径（根据实际情况修改）
original_shapefile = "你的原始多边形文件.shp"
csv_folder = "存放所有CSV的文件夹路径"
output_folder = "新Shapefile的输出目录"

# 创建输出目录（不存在则自动生成）
os.makedirs(output_folder, exist_ok=True)

# 读取原始Shapefile
base_gdf = gpd.read_file(original_shapefile)

# 遍历处理每个CSV
for file_name in os.listdir(csv_folder):
    if file_name.lower().endswith(".csv"):
        csv_path = os.path.join(csv_folder, file_name)
        # 读取CSV数据
        csv_df = pd.read_csv(csv_path)
        # 关联属性（这里假设关联字段为'polygon_id'，根据实际字段名修改）
        merged_gdf = base_gdf.merge(csv_df, on="polygon_id", how="left")
        # 生成输出文件名
        output_name = f"关联_{os.path.splitext(file_name)[0]}.shp"
        output_path = os.path.join(output_folder, output_name)
        # 导出为Shapefile
        merged_gdf.to_file(output_path, driver="ESRI Shapefile")
        print(f"已完成导出: {output_path}")

关键注意事项 #

• 如果CSV与Shapefile的关联字段名不同，修改merge参数为left_on和right_on，比如：

  merged_gdf = base_gdf.merge(csv_df, left_on="shape_id", right_on="csv_id", how="left")
  

• how="left"会保留原始Shapefile的所有多边形，无匹配的CSV数据会填充为NaN；若只保留匹配的多边形，改为how="inner"
• Shapefile对字段名长度有严格限制（最多10个字符），若CSV列名过长，建议先通过csv_df.rename(columns={"长列名": "短列名"}, inplace=True)重命名后再关联
• 超大CSV文件可通过pd.read_csv(csv_path, chunksize=10000)分块读取，避免内存溢出

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