Python中GeoDataFrame总面积计算结果差异原因咨询

核心差异：to_crs()的返回特性 #

GeoPandas的to_crs()方法不会直接修改原GeoDataFrame的坐标系，它会返回一个转换了坐标系的新对象（或新的GeoSeries），如果没有将这个返回值赋值回原数据，原数据的坐标系完全不变。

错误代码的问题 #

south_america.geometry.to_crs(epsg=3035)
south_america.loc[:, "AREA"] = south_america.geometry.area / 10**6
totalArea = south_america.AREA.sum()

1. 第一行代码仅生成了转换到EPSG:3035的几何序列，但没有把这个结果赋值给south_america.geometry，所以原GeoDataFrame的坐标系还是初始状态（通常是WGS84，即EPSG:4326，单位为经纬度的「度」）。
2. 第二行计算的是经纬度坐标系下的面积，这种坐标系下的面积单位是「平方度」，数值本身极小，除以1e6后总和自然趋近于0，和预期的平方公里数值差了10个数量级。

正确代码的逻辑 #

totalArea = sum(south_america.geometry.to_crs(epsg=3035).area) / 10**6

1. 这里直接对geometry调用to_crs(epsg=3035)，得到的是转换到等面积投影（EPSG:3035）后的新GeoSeries，该投影的单位是「米」。
2. 计算这个新GeoSeries的area得到的是平方米，除以1e6转换成平方公里后求和，结果就是正确的南美洲总面积。

如果想修改原数据后再计算，也可以这样写：

# 将转换后的坐标系赋值回原GeoDataFrame
south_america = south_america.to_crs(epsg=3035)
south_america["AREA"] = south_america.geometry.area / 10**6
totalArea = south_america.AREA.sum()

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