如何使用GeoPandas批量合并同结构GeoJSON空间文件？

问题分析 #

你需要合并的是同区域、多属性的GeoJSON文件，核心需求是按共享的普查区ID（Geo列）整合所有属性，仅保留一份几何信息。之前的方法错误在于用了行堆叠（append/concat）或不合适的合并键（geometry），导致重复行、属性丢失等问题。

正确实现代码 #

import os
import geopandas as gpd

# 指向目录中的文件
inputs_path = "你的路径"  # 替换为实际路径
files = os.listdir(inputs_path)
files_mo_geojson = [f for f in files if f.endswith('MO.geojson')]

# 初始化：读取第一个文件作为基础（保留几何列）
gdf_mo = gpd.read_file(os.path.join(inputs_path, files_mo_geojson[0]))

# 遍历剩余文件，按Geo列合并属性
for file in files_mo_geojson[1:]:
    temp_gdf = gpd.read_file(os.path.join(inputs_path, file))
    # 合并时去掉临时文件的几何列，避免重复；按Geo列关联
    gdf_mo = gdf_mo.merge(
        temp_gdf.drop(columns="geometry"),
        on="Geo",
        how="inner"  # 若需保留所有普查区（含缺失属性的），改为how="outer"
    )

# 查看结果
print(gdf_mo.columns)

之前方法的问题说明 #

• 方法1：append是行堆叠操作，会把每个文件的所有行重复添加，导致同一普查区多次出现、索引重复，完全不符合"整合属性列"的需求。
• 方法2：每次concat后没有赋值给gdf_mo，原变量始终是空的GeoDataFrame，相当于未执行有效合并。
• 方法3：append+dissolve会将所有行堆叠后按label聚合求和，但你的属性是不同指标（不同员工规模的企业数），并非同一指标的重复值，聚合后会错误合并数据。
• 方法4：用geometry作为合并键存在浮点数精度问题，容易导致匹配失败；且初始空GeoDataFrame第一次合并后，后续文件可能因匹配不上而无法整合属性。

注意事项 #

• 确保所有文件的Geo列值完全一致（无格式差异、空格等），否则会出现匹配失败。
• 若部分普查区在某些文件中缺失，使用how="outer"可保留这些区域，缺失的属性会填充为NaN。
• 检查各文件的属性列名是否唯一，避免合并后出现xxx_x/xxx_y的重复列名（你的文件名对应不同属性，应该不存在这个问题）。

内容的提问来源于stack exchange，提问作者Nora Anzawi