Python Folium：如何实现地图数据随时间动态变色展示

阿华AIGC实验室

2026-5-26

刚好我之前折腾过类似的需求，用Folium自带的TimeSliderChoropleth插件就能完美解决你要的单张地图上颜色随时间动态变化的效果——完全不用去凑时序热力图的热闹，那个更适合点数据的密度变化，和你的区域着色场景不搭。下面给你具体的实现步骤和代码，完全适配你现有的失业数据场景：

核心思路

TimeSliderChoropleth是Folium专门为区域着色地图设计的时序插件，能在同一张地图上通过滑块切换不同时间点的着色效果，完美衔接你已经能生成单张着色地图的现有代码。

前提准备

首先你需要整理好多时间点的失业数据：

如果你现在只有Nov2012的数据，可以复制几份原文件，修改失业率数值模拟Oct2012、Dec2012的数据（格式和US_Unemployment_Nov2012.csv保持一致，列名保留State、Unemployment）
或者把所有时间的数据合并成一个宽格式DataFrame，列名设为State、Oct2012、Nov2012、Dec2012，每一行对应一个州的各月失业率

具体代码实现

假设你已经有美国州的GeoJSON文件（就是Folium官方示例里的us-states.json），以及多月份的失业数据，直接套用下面的代码即可：

import folium
import pandas as pd
from folium.plugins import TimeSliderChoropleth
import json
import branca.colormap as cm

# 1. 读取地理边界数据
with open('us-states.json') as f:
    states_geo = json.load(f)

# 2. 读取并合并多时间点的失业数据（替换成你自己的真实文件路径）
oct_data = pd.read_csv('US_Unemployment_Oct2012.csv')
nov_data = pd.read_csv('US_Unemployment_Nov2012.csv')
dec_data = pd.read_csv('US_Unemployment_Dec2012.csv')

# 合并数据，给各月失业率列加后缀区分
merged_data = oct_data.merge(nov_data, on='State', suffixes=('_oct', '_nov'))
merged_data = merged_data.merge(dec_data, on='State').rename(columns={'Unemployment': 'Unemployment_dec'})

# 3. 建立州名到GeoJSON中ID的映射（GeoJSON里用州缩写作为ID，比如'AL'）
state_id_map = {}
for feature in states_geo['features']:
    feature['id'] = feature['properties']['abbr']
    state_id_map[feature['properties']['name']] = feature['id']

# 4. 生成插件需要的时序数据格式：嵌套字典
styledata = {}
for idx, row in merged_data.iterrows():
    state_id = state_id_map[row['State']]
    # 时间用YYYY-MM格式，插件会自动按时间排序
    styledata[state_id] = {
        '2012-10': {'color': '', 'opacity': 0.7, 'value': row['Unemployment_oct']},
        '2012-11': {'color': '', 'opacity': 0.7, 'value': row['Unemployment_nov']},
        '2012-12': {'color': '', 'opacity': 0.7, 'value': row['Unemployment_dec']}
    }

# 5. 设置统一的颜色映射（和你单张地图的配色逻辑一致）
all_unemployment_values = merged_data[['Unemployment_oct', 'Unemployment_nov', 'Unemployment_dec']].values.flatten()
colormap = cm.LinearColormap(
    colors=['#f7fbff', '#08306b'],  # 浅蓝到深蓝，可替换成你喜欢的配色
    vmin=all_unemployment_values.min(),
    vmax=all_unemployment_values.max()
)

# 给每个时间点的数值分配对应颜色
for state_id in styledata:
    for date in styledata[state_id]:
        styledata[state_id][date]['color'] = colormap(styledata[state_id][date]['value'])

# 6. 创建地图并添加时间滑块图层
m = folium.Map(location=[37, -102], zoom_start=4)  # 美国地图中心位置

TimeSliderChoropleth(
    data=states_geo,
    styledata=styledata,
    name='US Unemployment Time Series',
    overlay=True,
    control=True
).add_to(m)

# 添加颜色图例
colormap.add_to(m)

# 保存动态地图
m.save('us_unemployment_dynamic.html')

关键细节说明

数据格式适配：插件要求的styledata是嵌套字典，外层键是地理要素的ID（州缩写），内层键是可排序的时间字符串，值包含颜色、透明度和数值，这样滑块切换时才能精准匹配对应时间的着色。
颜色统一：这里用的LinearColormap和你单张着色地图的逻辑完全一致，确保不同时间点的颜色尺度统一，避免视觉混淆。
衔接现有代码：如果你之前已经有读取单月数据和GeoJSON的代码，只需要替换数据合并部分，生成styledata即可，原有逻辑不用大改。

测试调整技巧