1 简介

PostGIS作为postgresql针对「地理空间数据」的拓展功能,可以帮助我们有效管理和固化空间矢量数据,以及开展空间数据分析,而geopandas作为Python生态中优秀的空间数据分析处理工具,自然在与PostGIS进行交互方面开发了相应的功能。

本文就将针对如何利用geopandasPostGIS空间数据库写入及读取矢量数据进行介绍。

2 geopandas与PostGIS进行交互

为了能在geopandas中与postgresqlPostGIS建立连接,请确保以下3个库已经安装:

pip install sqlalchemy, psycopg2, geoalchemy2

接下来我们需要保证postgresql中存在可以连接的空间数据库,在「pgAdmin」界面内新建数据库,譬如这里我们新建数据库demo

点击保存成功创建数据库之后,要注意这时我们的demo数据库只是个普通的postgresql数据库,是不支持空间相关功能的,在对应数据库上右键打开查询工具:

在弹出的界面中输入CREATE EXTENSION postgis;并执行,成功之后我们的数据库就变成了空间数据库,支持空间相关的各种功能:

至此我们的准备工作就已结束,接下来我们就可以直接在geopandas中读写PostGIS数据表。

2.1 利用geopandas向PostGIS写入数据

为方便演示,这里我们以简化版的重庆市区县矢量面数据为例,首先我们导入所需的geopandas(注意geopandas版本必须大于等于0.8.0)与sqlalchemy(后者用于创建数据库连接),并读入重庆市.geojson文件,你可以在开头的Github仓库找到它:

接着我们来演示如何通过geopandas向PostGIS推送矢量信息表,使用到的API为to_postgis(),其主要参数如下:

  • 「name」:字符型,用于指定推送到PostGIS后的表名称
  • 「con」:sqlalchemy.engine.Engine对象,用于建立与数据库的连接
  • 「if_exists」:字符型,用于指定当数据库中已存在同名表时的相应策略,'fail'表示抛出错误,'replace'指替换,'append'指向原表追加,默认为fail
  • 「schema」:字符型,用于指定schema,默认为'public'
  • 「index」:bool型,用于指定是否保留index信息
  • 「index_label」:字符型或序列,当「index」被设置为True时为index信息指定字段名称

首先需要利用sqlalchemy中的create_engine来创建数据库连接,传入字符串包含了「数据库类型」、「用户名」、「密码」、「主机IP」、「端口」以及「数据库名称」,格式为:

数据库类型://用户名:密码@主机IP:端口/数据库名称

对应本例:

在pgAdmin中随即就能查看到刚才写入的数据表:

2.2 利用geopandas从PostGIS读取数据

PostGIS中读取数据要用到另一个API,对应geopandasread_postgis(),其主要参数如下:

  • 「sql」:字符型,对应从空间数据库中提取数据的SQL语句
  • 「con」:同to_postgis()
  • 「geom_col」:字符型,用于指定将哪一列作为GeoDataFrame的矢量列
  • 「crs」:用于指定坐标参考系,同GeoDataFrame的坐标参考系设定方式
  • 「index_col」:字符型或列表,用于指定将哪些列作为索引
  • 「parse_dates」:列表,用于预解析时间类型数据

接着我们从PostGIS中读取刚才写入的表:

简简单单,我们就实现了与PostGIS的交互。

【腾讯云】星星海SA2云服务器618钜惠,1核2G 首年95元【点击查看】。


文章: 《利用geopandas与PostGIS进行交互》
联系方式:
文章链接:http://wxiou.cn/index.php/archives/135/
除特别注明外,文章均为Literature原创,转载时请注明本文出处及文章链接
Last modification:August 12th, 2020 at 01:34 pm
如果觉得我的文章对你有用,请随意赞赏