如何从邮政编码级别的shapefile中提取美国本土区域

针对你手中的美国人口普查局ZCTA Shapefile，以下是两种基于面积过滤移除小岛的实现方式：

方法一：利用现有面积字段快速过滤 #

你的数据中已经包含ALAND20字段（记录陆地面积，单位为平方米），直接基于该字段设置阈值过滤即可：

import geopandas as gpd

# 读取原始Shapefile
gdf = gpd.read_file("cb_2017_us_zcta510_500k.shp")

# 设置面积阈值（单位：平方米，可根据需求调整）
area_threshold = 10000

# 保留面积不小于阈值的区域
filtered_gdf = gdf[gdf["ALAND20"] >= area_threshold]

# 保存处理后的文件
filtered_gdf.to_file("filtered_zcta.shp")

方法二：手动计算多边形面积过滤（无现成面积字段时使用） #

如果数据中没有自带的面积字段，或者需要直接基于几何图形计算面积，需先转换到等面积投影坐标系（避免经纬度坐标系计算面积的误差）：

import geopandas as gpd

gdf = gpd.read_file("cb_2017_us_zcta510_500k.shp")

# 转换为北美阿尔伯斯等面积投影（EPSG:5070，适合美国本土及阿拉斯加区域）
gdf_proj = gdf.to_crs(epsg=5070)

# 计算每个多边形的面积（单位：平方米）
gdf_proj["calc_area"] = gdf_proj.geometry.area

# 设置阈值并过滤
area_threshold = 10000
filtered_gdf_proj = gdf_proj[gdf_proj["calc_area"] >= area_threshold]

# 可选：转换回原坐标系
filtered_gdf = filtered_gdf_proj.to_crs(gdf.crs)

# 保存结果
filtered_gdf.to_file("filtered_zcta.shp")

注意事项 #

• 面积阈值需根据实际需求调整，比如针对阿拉斯加的小岛可适当降低阈值
• 必须使用等面积投影坐标系计算面积，否则经纬度坐标系下的面积结果无实际地理意义

内容的提问来源于stack exchange，提问作者ℕʘʘḆḽḘ