如何将含FeatureCollection列的Pandas DataFrame转换为GeoJSON

方法一：使用GeoPandas（推荐） #

GeoPandas专门处理地理空间数据，导出GeoJSON的流程更简洁高效：

1. 导入所需库

import pandas as pd
import json
import geopandas as gpd
from shapely.geometry import shape

2. 解析site_registration_gps_area列的JSON字符串

# 假设你的DataFrame变量名为df
df['parsed_geo'] = df['site_registration_gps_area'].apply(json.loads)

3. 提取几何对象与属性信息

# 从FeatureCollection中提取Polygon几何
df['geometry'] = df['parsed_geo'].apply(lambda x: shape(x['features'][0]['geometry']))
# 提取原GeoJSON自带的属性
df['properties'] = df['parsed_geo'].apply(lambda x: x['features'][0]['properties'])

4. 合并DataFrame其他列到属性中

# 将原DataFrame的非地理列全部加入properties字典
for col in df.columns:
    if col not in ['parsed_geo', 'geometry', 'properties']:
        df['properties'] = df.apply(lambda row: {**row['properties'], col: row[col]}, axis=1)

5. 创建GeoDataFrame并导出

gdf = gpd.GeoDataFrame(df, geometry='geometry')
# 导出为GeoJSON文件
gdf.to_file('output.geojson', driver='GeoJSON')

方法二：纯Python（无需GeoPandas） #

如果不想额外安装GeoPandas，可手动构建GeoJSON结构：

1. 导入库并初始化Feature列表

import pandas as pd
import json

# 假设DataFrame为df
features = []

2. 遍历每行构建Feature对象

for _, row in df.iterrows():
    # 解析单元格中的GeoJSON字符串
    geo_collection = json.loads(row['site_registration_gps_area'])
    # 获取FeatureCollection中的第一个Feature
    feature = geo_collection['features'][0]
    # 将DataFrame其他列添加到Feature的properties中
    for col in df.columns:
        if col != 'site_registration_gps_area':
            feature['properties'][col] = row[col]
    features.append(feature)

3. 构建完整FeatureCollection并写入文件

geojson_result = {
    "type": "FeatureCollection",
    "features": features
}

# 写入文件，indent参数用于格式化输出，可选
with open('output.geojson', 'w', encoding='utf-8') as f:
    json.dump(geojson_result, f, indent=2)

注意事项 #

• 你的DataFrame中已有geometry列（POINT类型），上述方法会将其替换为site_registration_gps_area中的Polygon几何；若需保留POINT，可将提取的Polygon重命名为其他列（如polygon_geometry），再调整后续步骤。
• 处理10000行数据时，两种方法都能稳定运行，GeoPandas在大型数据集上的性能表现更优。

内容的提问来源于stack exchange，提问作者CrossLord