你已经完成了shapefile转TopoJSON、合并层级、简化几何的核心流程，卡在属性关联这一步确实挺挠头的。好在Diva-GIS的地理数据有个关键特性：shapefile里的要素顺序和属性表的顺序是完全对应的，这就是我们关联外部属性的核心依据。下面给你两种靠谱的解决方案：

方法1：转换阶段就保留原始属性（最省心） #

你之前的转换流程可能不小心丢失了shapefile自带的属性，只要调整命令就能让属性跟着走：

1. 导出带属性的GeoJSON
   shp2json默认会保留shapefile里的所有属性，先重新导出带属性的省级GeoJSON：

shp2json CHN_adm1.shp --out CHN_adm1-with-props.json

打开这个文件检查下，每个feature里应该有properties字段，包含Diva-GIS自带的NAME_1（省份名）、ID_1（唯一标识）这些关键信息。

2. 合并为带属性的TopoJSON
   用geo2topo合并国家级和省级数据时，属性会被自动保留：

geo2topo regions=CHN_adm1-with-props.json country=CHN_adm0.json > china-regions-topo-props.json

3. 简化几何（属性不受影响）
   toposimplify只处理几何形状，不会碰属性，放心简化：

toposimplify -s 1e-9 -f < china-regions-topo-props.json > china-regions-final.json

现在打开最终的TopoJSON，regions.geometries里的每个对象都带有properties，直接就能区分省份了。

方法2：给现有无属性TopoJSON补加外部CSV属性 #

如果已经有了不含属性的TopoJSON，想关联自己的CSV（比如带人口数据的），用Python处理最灵活：

1. 导出匹配顺序的属性CSV
   先从原始shapefile导出属性表，确保顺序和TopoJSON的几何要素完全一致（用GeoPandas最方便）：

import geopandas as gpd

# 加载原始省级shapefile
gdf = gpd.read_file("CHN_adm1.shp")
# 导出你需要的属性，比如省份名和人口（如果有）
gdf[["NAME_1", "POPULATION"]].to_csv("china-provinces-props.csv", index=False)

2. 关联属性到TopoJSON
   用topojson库加载并修改TopoJSON（先安装：pip install topojson）：

import json
import pandas as pd

# 读入无属性的TopoJSON
with open("china-regions.json", "r") as f:
    topo_data = json.load(f)

# 读入属性CSV
props_df = pd.read_csv("china-provinces-props.csv")

# 给每个几何对象加上属性
for idx, geom in enumerate(topo_data["objects"]["regions"]["geometries"]):
    geom["properties"] = props_df.iloc[idx].to_dict()

# 保存最终带属性的TopoJSON
with open("china-regions-with-props.json", "w") as f:
    json.dump(topo_data, f, indent=2)

重要提示 #

• 验证顺序匹配：可以随机抽几个要素核对——比如看TopoJSON里第3个几何的形状对应哪个省份，再看CSV第3行的省份名，确保完全一致。
• 用唯一ID更稳妥：如果担心顺序出问题，可以用shapefile里的ID_1作为唯一标识，在CSV里保留这个ID，然后通过ID关联属性（适合数据量很大或可能调整顺序的场景）。

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