Plotly绘制美国国会选区地图报MultiPolygon无法JSON序列化错误

问题背景 #

使用Python结合Census人口普查数据、geopandas和Plotly库绘制美国国会选区年龄中位数分级统计图时，执行绘图代码触发JSON序列化报错。

错误原因 #

Plotly的px.choropleth接口的geojson参数仅支持标准JSON结构的GeoJSON数据，传入的merged_data.geometry是geopandas的GeoSeries对象，其中存储的是Shapely库的MultiPolygon几何对象，Plotly内置的JSON编码器无法识别序列化这类Python对象。

修复方案 #

按以下步骤修改代码即可：

1. 完成数据合并后，将带几何字段的GeoDataFrame转换为标准GeoJSON字典，并为每个几何要素添加与数据表索引匹配的id：

# 原有合并代码不变
merged_data = pd.merge(district_df, geojson_file,
                             left_on=['state_name', 'congressional district'],
                             right_on=['state_name', 'district'])

# 新增转换代码
import json
# 可选：简化几何精度，降低渲染压力，数值可按需调整
merged_data.geometry = merged_data.geometry.simplify(0.01)
# 转换为标准GeoJSON字典
merged_geojson = json.loads(merged_data.to_json())
# 为每个要素添加id，与数据表索引一一对应
for idx, feature in enumerate(merged_geojson["features"]):
    feature["id"] = idx

2. 修改绘图代码的geojson参数，传入转换后的标准GeoJSON字典：

fig = px.choropleth(merged_data,
                    geojson=merged_geojson, # 替换原merged_data.geometry
                    locations=merged_data.index,
                    color='median_age',
                    color_continuous_scale='Viridis',
                    scope='usa',
                    projection='mercator',
                    basemap_visible=True)
# 剩余代码不变
fig.update_geos(fitbounds="locations", visible=True)
fig.update_layout(title_text='美国国会选区年龄中位数分布')
fig.show()

可选校验 #

执行转换前可先检查几何字段完整性，避免空值导致后续报错：

print(f"空几何记录数：{merged_data.geometry.isna().sum()}")
# 若存在空几何可直接删除
merged_data = merged_data.dropna(subset=["geometry"])

内容的提问来源于stack exchange，提问作者Colby