基于Pandas DataFrame的name列高效填充GeoJSON字典的方法

针对你的需求，我推荐用Pandas矢量化操作来生成GeoJSON，比逐个遍历name要高效得多，尤其是数据量较大的时候。下面是完整的实现步骤：

步骤1：准备数据并修正坐标类型 #

首先你的lon和lat列是字符串类型，GeoJSON标准要求坐标是数字，所以先转成float类型：

import pandas as pd

# 你的示例DataFrame
df = pd.DataFrame({
    'name':['jeff', 'susan','bill','emily'], 
    'lon':['25.0','43.9','18.8','22.4'],
    'lat':['19.3','11.2','45.3','28.0'], 
    'place':['Florida','Maine','Arizona','Colorado']
})

# 将lon和lat转为数值类型（符合GeoJSON标准要求）
df['lon'] = df['lon'].astype(float)
df['lat'] = df['lat'].astype(float)

步骤2：批量生成Feature字典 #

定义一个函数来生成单个Feature，然后用apply批量处理每一行数据：

def create_geojson_feature(row):
    return {
        "type": "Feature",
        "geometry": {
            "type": "Point",
            "coordinates": [row['lon'], row['lat']]  # 注意GeoJSON坐标顺序是[经度, 纬度]，别搞反！
        },
        "properties": {
            "name": row['name'],  # 把name放进properties，方便后续按名称查找
            "place_name": row['place']
        }
    }

# 批量生成所有Feature并转为列表
features = df.apply(create_geojson_feature, axis=1).tolist()

步骤3：构建完整的GeoJSON结构 #

标准的GeoJSON应该是FeatureCollection类型，这样既符合规范，也方便后续扩展：

geodict = {
    "type": "FeatureCollection",
    "features": features
}

步骤4：添加非DataFrame的额外数据 #

你可以直接用update方法给geodict添加顶层自定义数据，比如元信息：

# 添加额外的非DataFrame数据
geodict.update({
    "metadata": {
        "source": "Custom Dataset",
        "created_date": "2024-05-20"
    }
})

为什么这个方法高效？ #

• 避免了Python级别的循环（比如for name in df['name']），而是用Pandas的apply，底层基于C实现，处理大数据量时速度快很多。
• 批量处理逻辑清晰，后续维护和修改也更方便。

如果需要单独根据name获取对应的Feature，可以把features转成一个以name为键的字典：

feature_by_name = {f['properties']['name']: f for f in features}
# 示例：获取jeff对应的Feature
print(feature_by_name['jeff'])

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