如何从GeoPandas LineString DataFrame中提取经纬度对为列表

首先明确：你的示例输出坐标顺序为纬度（y值）在前，经度（x值）在后，和WKT文本里存储的x在前y在后的顺序相反，提取时需要做顺序交换。

最优性能方案（全量数据处理） #

如果你的几何列全部为单LineString类型（和你给出的示例结构一致），直接用基于shapely底层C实现的属性访问+列表推导即可，比apply逐行循环快30%~50%，万级以上数据量优势更明显：

# 假设你的GeoDataFrame变量名为gdf
# 批量为所有行生成符合要求的坐标列表
gdf["coord_list"] = [
    [[y, x] for x, y in line_geom.coords]
    for line_geom in gdf.geometry
]

需要提取指定shape_id的坐标时，直接索引即可：

# 获取shape_id=1000252对应的坐标列表
target_coords = gdf.loc[gdf["shape_id"] == 1000252, "coord_list"].iloc[0]

输出结果和你给出的示例格式完全一致。

按shape_id快速查询方案 #

如果后续需要频繁根据shape_id调取坐标，直接生成ID到坐标的映射字典，避免反复检索DataFrame，查询效率接近O(1)：

id_coord_map = {
    row.shape_id: [[y, x] for x, y in row.geometry.coords]
    for _, row in gdf.iterrows()
}

# 直接读取对应ID的坐标
print(id_coord_map[1000252])

注意事项 #

• 如果几何列存在MultiLineString类型，需要先通过gdf = gdf.explode(index_parts=True)把多段线拆分为单LineString再执行上述代码，否则访问.coords属性会报错。
• 不推荐使用gdf.apply(lambda x: ..., axis=1)的写法，pandas的axis=1逐行apply会产生大量Python层临时对象，性能远低于原生列表推导。
• 不要逐点调用geom.x、geom.y读取坐标，直接访问.coords属性是批量读取底层坐标数组，速度比逐点取值快1个量级以上。

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