如何在Python中缩减Geopandas/Pandas生成的GeoJSON文件大小

我有一个包含几何信息的Geopandas GeoDataFrame，数据如下：

Date      ,    value, Region Name, Geometry
2022-01-01  10      , ABC        , Point((194 34),(121,23))
2022-02-01, 12      , ABC        , Point((194 34),(121,23))
2022-02-01, 13      , DEF        , Point((195 35),(123,24))

近似Python代码如下：

import pandas as pd
import geopandas
from shapely.geometry import Point

d = pd.DataFrame({
    'RegionName': ['ABC', 'ABC','DEF'],
    'Date': ['2021-01-01', '2021-02-01','2021-01-01'], 
    'Values': [10,11,12], 
    'Latitude': [-34.58, -34.58, -33.45], 
    'Longitude': [-58.66, -58.66, -70.66]
})
# 修正原代码问题：正确创建带几何信息的GeoDataFrame
gdf = geopandas.GeoDataFrame(
    d, 
    geometry=geopandas.points_from_xy(d.Longitude, d.Latitude),
    crs="EPSG:4326"
)

需求：将这些数据保存为可被Mapbox、Leaflet等地图工具解析的JSON/GeoJSON文件，同时缩减文件大小——把重复的几何数据只存储一次，将非重复的日期、数值关联到对应几何上。期望的聚合效果示意（非标准格式）：

[
---Region name:
-----ABC
-----Date:
--------2022-01-01
--------2022-02-01
-----Value:
--------10
--------12
-----Geometry
--------Polygon((194 34),(121,23))


---Region name:
-----DEF
-----Date:
--------2022-02-01
-----Value:
--------13
-----Geometry
--------Polygon((194 34),(121,23))
]

核心思路是按区域分组聚合非重复数据、保留唯一几何，同时输出标准GeoJSON格式（地图工具仅支持标准格式解析），具体步骤如下：

1. 分组聚合数据 #

利用Pandas分组功能，按RegionName将同一区域的日期、数值合并为列表，几何信息取组内第一条（因同一区域几何重复）：

# 分组聚合处理
aggregated_gdf = gdf.groupby('RegionName').agg(
    Dates=('Date', list),
    Values=('Values', list),
    geometry=('geometry', 'first')
).reset_index()

2. 保存为标准GeoJSON #

直接将聚合后的GeoDataFrame导出为GeoJSON，此时每个Feature对应一个区域，几何仅存一次，日期和数值以列表形式存储在属性中：

# 导出为GeoJSON文件
aggregated_gdf.to_file('aggregated_regions.geojson', driver='GeoJSON')

生成的GeoJSON结构示例 #

输出的文件为标准FeatureCollection格式，完全兼容地图工具：

{
  "type": "FeatureCollection",
  "features": [
    {
      "type": "Feature",
      "properties": {
        "RegionName": "ABC",
        "Dates": ["2021-01-01", "2021-02-01"],
        "Values": [10, 11]
      },
      "geometry": {
        "type": "Point",
        "coordinates": [-58.66, -34.58]
      }
    },
    {
      "type": "Feature",
      "properties": {
        "RegionName": "DEF",
        "Dates": ["2021-01-01"],
        "Values": [12]
      },
      "geometry": {
        "type": "Point",
        "coordinates": [-70.66, -33.45]
      }
    }
  ]
}

方案优势 #

• 完全兼容Mapbox、Leaflet等工具，可直接加载渲染几何图形
• 同一区域仅存储一次几何数据，大幅缩减文件体积（数据量越大效果越明显）
• 日期和数值以列表形式关联，前端可通过遍历列表获取该区域的全量时间序列数据

内容的提问来源于stack exchange，提问作者Moh-Spark