（數據科學學習手札93）利用geopandas與PostGIS進行交互

本文完整代碼及數據已上傳至我的Github倉庫https://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空間數據庫寫入及讀取矢量數據進行介紹。

圖1

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數據庫，在pgAdmin界面內新建數據庫，譬如這里我們新建數據庫demo：

圖2 圖3

　　點擊保存成功創建數據庫之后，要注意這時我們的demo數據庫只是個普通的postgresql數據庫，是不支持空間相關功能的，在對應數據庫上右鍵打開查詢工具：

圖4

　　在彈出的界面中輸入CREATE EXTENSION postgis;並執行，成功之后我們的數據庫就變成了空間數據庫，支持空間相關的各種功能：

圖5

　　至此我們的准備工作就已結束，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，這里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（后者用於創建數據庫連接），並讀入重慶市.geojson文件，你可以在開頭的Github倉庫找到它：

圖6

　　接着我們來演示如何通過geopandas向PostGIS推送矢量信息表，使用到的API為to_postgis()，其主要參數如下：

name：字符型，用於指定推送到PostGIS后的表名稱

con：sqlalchemy.engine.Engine對象，用於建立與數據庫的連接

if_exists：字符型，用於指定當數據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：字符型，用於指定schema，默認為'public'

index：bool型，用於指定是否保留index信息

index_label：字符型或序列，當index被設置為True時為index信息指定字段名稱

　　首先需要利用sqlalchemy中的create_engine來創建數據庫連接，傳入字符串包含了數據庫類型、用戶名、密碼、主機IP、端口以及數據庫名稱，格式為：

數據庫類型://用戶名:密碼@主機IP:端口/數據庫名稱

　　對應本例：

圖7

　　在pgAdmin中隨即就能查看到剛才寫入的數據表：

圖8 圖9

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：字符型，對應從空間數據庫中提取數據的SQL語句

con：同to_postgis()

geom_col：字符型，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：字符型或列表，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

　　接着我們從PostGIS中讀取剛才寫入的表：

圖10

　　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~