如何将CSV中的MULTIPOLYGON数据导入BigQuery并保留类型

首先要说明的是：这是BigQuery的默认优化行为——当你传入的MULTIPOLYGON WKT只包含单个多边形时，BigQuery会自动将其转换为POLYGON类型，以此减少存储空间并提升查询性能。如果确实需要强制保留MULTIPOLYGON类型，你可以尝试以下几种方案：

方案一：导入后用SQL批量转换 #

这是最简单的方式，先按现有流程导入数据，再执行一条UPDATE语句将所有单个POLYGON转换回MULTIPOLYGON：

UPDATE `your-project.your-dataset.your-table`
SET geo_column = ST_Multi(geo_column)
WHERE ST_GeometryType(geo_column) = 'POLYGON';

ST_Multi()函数会将单个几何对象包装为多几何类型，完美匹配你的需求。

方案二：用GeoPandas预处理数据再导入 #

GeoPandas能更精准地传递几何类型信息给BigQuery，避免自动简化。步骤如下：

1. 安装GeoPandas（如果还没装）：pip install geopandas
2. 修改你的Python代码：

import geopandas as gpd

# 将普通Pandas DataFrame转换为GeoDataFrame，指定几何列和坐标系（WGS84对应EPSG:4326）
gdf = gpd.GeoDataFrame(
    df_gps_data, 
    geometry=gpd.GeoSeries.from_wkt(df_gps_data['geo_column']),
    crs='EPSG:4326'
)

# 保持原有的加载配置
job_config = bigquery.LoadJobConfig(
    schema=[
        bigquery.SchemaField("geometry", bigquery.enums.SqlTypeNames.GEOGRAPHY),
    ],
    write_disposition="WRITE_TRUNCATE",
)

# 加载GeoDataFrame到BigQuery
job = client.load_table_from_dataframe(
    gdf, table_id, job_config=job_config
)
job.result()

这样导入后，即使是单个多边形的几何对象，也会以MULTIPOLYGON类型存储。

方案三：在Pandas中手动包装WKT表达式 #

如果不想引入GeoPandas依赖，可以直接在DataFrame中修改WKT字符串，用ST_Multi()强制包装：

# 对geo_column的每个WKT值进行包装
df_gps_data['geo_column'] = df_gps_data['geo_column'].apply(
    lambda wkt: f"ST_Multi(ST_GeogFromText('{wkt}'))"
)

# 修改加载配置，允许BigQuery解析SQL表达式
job_config = bigquery.LoadJobConfig(
    schema=[
        bigquery.SchemaField("geo_column", bigquery.enums.SqlTypeNames.GEOGRAPHY),
    ],
    write_disposition="WRITE_TRUNCATE",
    use_query_parameterization=False
)

job = client.load_table_from_dataframe(
    df_gps_data, table_id, job_config=job_config
)
job.result()

这种方式通过直接传递SQL函数表达式，让BigQuery明确生成MULTIPOLYGON类型的地理对象。

内容的提问来源于stack exchange，提问作者Ashok