如何优化处理大型GeoJSON地理数据文件，提取指定字段生成目标结构

针对你描述的标准GeoJSON格式文件，最优方案根据文件大小分为两种：

小文件方案（≤1GB，内存可容纳全量数据） #

直接用Python内置json库全量读取处理，代码实现最简单：

import json

# 替换为你的源文件路径
with open("geo_data.json", "r", encoding="utf-8") as f:
    raw_data = json.load(f)

# 如果你需要所有数据合并到一个根对象，用这个结构
output = {
    "Number": [],
    "Area sq.m.": [],
    "Forest cov": "None",
    "Status": "None"
}

for feature in raw_data["features"]:
    props = feature["properties"]
    output["Number"].append(props["id"])
    output["Area sq.m."].append(props["area_value"])

# 输出结果到文件
with open("output.json", "w", encoding="utf-8") as f:
    json.dump(output, f, ensure_ascii=False, indent=2)

大文件方案（≥1GB，全量加载会内存溢出） #

用第三方流式解析库ijson逐行读取features数组的元素，不会占用过多内存：

1. 先安装依赖：pip install ijson
2. 处理代码：

import ijson
import json

output = {
    "Number": [],
    "Area sq.m.": [],
    "Forest cov": "None",
    "Status": "None"
}

with open("large_geo_data.json", "r", encoding="utf-8") as f:
    # 流式遍历features下的每个元素
    for feature in ijson.items(f, "features.item"):
        props = feature["properties"]
        output["Number"].append(props["id"])
        output["Area sq.m."].append(props["area_value"])

with open("output.json", "w", encoding="utf-8") as f:
    json.dump(output, f, ensure_ascii=False, indent=2)

补充说明 #

如果你的需求是每个id对应一条独立的结构对象，只需要把上面的output结构调整为列表，每次遍历append单个对象即可：

output = []
for feature in raw_data["features"]:
    props = feature["properties"]
    item = {
        "Number": [props["id"]],
        "Area sq.m.": [props["area_value"]],
        "Forest cov": "None",
        "Status": "None"
    }
    output.append(item)

如果存在部分数据缺失id或area_value字段，可在遍历逻辑里添加判空跳过/默认值填充逻辑，避免运行报错。

内容的提问来源于stack exchange，提问作者Go_ Dmt