如何将GeoDataFrame存储为NetCDF文件并解决geometry字段存储报错

NetCDF格式本身支持存储POLYGON、MULTIPOLYGON类型的几何数据，你遇到的报错是因为GeoDataFrame转xarray Dataset时，geometry列存储的是shapely几何对象（属于Python任意对象类型），xarray默认不支持序列化这类类型写入NetCDF。

方案1：轻量手动转换（无需额外依赖） #

将几何列转换为WKB二进制格式后存储：

存储代码 #

import geopandas
import xarray as xr

world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
# 把shapely几何对象转为WKB二进制格式
world['geometry'] = world.geometry.apply(lambda x: x.wkb)
ds = world.to_xarray()
# 指定geometry字段的编码为字节类型写入NetCDF
ds.to_netcdf('test.nc', encoding={'geometry': {'dtype': 'bytes'}})

读取还原代码 #

import geopandas
import shapely.wkb
import xarray as xr

ds_read = xr.load_dataset('test.nc')
# 把WKB二进制还原为shapely几何对象，生成GeoDataFrame
gdf_read = geopandas.GeoDataFrame(
    ds_read.to_dataframe().reset_index(drop=True),
    geometry=ds_read['geometry'].apply(shapely.wkb.loads)
)

方案2：遵循CF规范存储（兼容性更好） #

使用xvec库实现xarray对矢量几何的原生支持，生成的NetCDF符合CF离散采样几何规范，和主流地理工具兼容性更好。
首先安装依赖：
pip install xvec

存储代码 #

import geopandas
import xvec
import xarray as xr

world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
ds = world.to_xarray()
# xvec自动处理几何编码，直接写入
ds.xvec.to_netcdf('test_cf.nc')

读取还原代码 #

import xarray as xr
import xvec

ds_read = xr.load_dataset('test_cf.nc')
# 直接转为GeoDataFrame
gdf_read = ds_read.xvec.to_geopandas()

内容的提问来源于stack exchange，提问作者zxdawn