（數據科學學習手札93）利用geopandas與PostGIS進行交互

• 2020 年 8 月 11 日
• 筆記
• geopandas, PostGIS, Python

本文完整程式碼及數據已上傳至我的Github倉庫//github.com/CNFeffery/DataScienceStudyNotes

1 簡介

　　PostGIS作為postgresql針對地理空間數據的拓展功能，可以幫助我們有效管理和固化空間矢量數據，以及開展空間數據分析，而geopandas作為Python生態中優秀的空間數據分析處理工具，自然在與PostGIS進行交互方面開發了相應的功能。

　　本文就將針對如何利用geopandas向PostGIS空間資料庫寫入及讀取矢量數據進行介紹。

2 geopandas與PostGIS進行交互

　　為了能在geopandas中與postgresql和PostGIS建立連接，請確保以下3個庫已經安裝：

pip install sqlalchemy, psycopg2, geoalchemy2

　　接下來我們需要保證postgresql中存在可以連接的空間資料庫，在pgAdmin介面內新建資料庫，譬如這裡我們新建資料庫demo：

　　點擊保存成功創建資料庫之後，要注意這時我們的demo資料庫只是個普通的postgresql資料庫，是不支援空間相關功能的，在對應資料庫上右鍵打開查詢工具：

　　在彈出的介面中輸入CREATE EXTENSION postgis;並執行，成功之後我們的資料庫就變成了空間資料庫，支援空間相關的各種功能：

　　至此我們的準備工作就已結束，接下來我們就可以直接在geopandas中讀寫PostGIS數據表。

2.1 利用geopandas向PostGIS寫入數據

　　為方便演示，這裡我們以簡化版的重慶市區縣矢量面數據為例，首先我們導入所需的geopandas（注意geopandas版本必須大於等於0.8.0）與sqlalchemy（後者用於創建資料庫連接），並讀入重慶市.geojson文件，你可以在開頭的Github倉庫找到它：

　　接著我們來演示如何通過geopandas向PostGIS推送矢量資訊表，使用到的API為to_postgis()，其主要參數如下：

name：字元型，用於指定推送到PostGIS後的表名稱

con：sqlalchemy.engine.Engine對象，用於建立與資料庫的連接

if_exists：字元型，用於指定當資料庫中已存在同名表時的相應策略，'fail'表示拋出錯誤，'replace'指替換，'append'指向原表追加，默認為fail

schema：字元型，用於指定schema，默認為'public'

index：bool型，用於指定是否保留index資訊

index_label：字元型或序列，當index被設置為True時為index資訊指定欄位名稱

　　首先需要利用sqlalchemy中的create_engine來創建資料庫連接，傳入字元串包含了資料庫類型、用戶名、密碼、主機IP、埠以及資料庫名稱，格式為：

資料庫類型://用戶名:密碼@主機IP:埠/資料庫名稱

　　對應本例：

　　在pgAdmin中隨即就能查看到剛才寫入的數據表：

2.2 利用geopandas從PostGIS讀取數據

　　從PostGIS中讀取數據要用到另一個API，對應geopandas的read_postgis()，其主要參數如下：

sql：字元型，對應從空間資料庫中提取數據的SQL語句

con：同to_postgis()

geom_col：字元型，用於指定將哪一列作為GeoDataFrame的矢量列

crs：用於指定坐標參考系，同GeoDataFrame的坐標參考系設定方式

index_col：字元型或列表，用於指定將哪些列作為索引

parse_dates：列表，用於預解析時間類型數據

　　接著我們從PostGIS中讀取剛才寫入的表：

　　簡簡單單，我們就實現了與PostGIS的交互。

　　以上就是本文的全部內容，如有疑問歡迎在評論區與我討論~