利用geopandas与PostGIS进行交互
文章授权转载，作者：费弗里 ，首发：Python大数据分析
本文完整代码及数据已上传至我的 Github 仓库 https:// github.com/CNFeffery/Da taScienceStudyNotes
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 geopandas 向 PostGIS 空间数据库写入及读取矢量数据进行介绍。
图1
2 geopandas与PostGIS进行交互
为了能在 geopandas 中与 postgresql 和 PostGIS 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 ：
图2
图3
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：
图4
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：
图5
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：
图6
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：
图7
在 pgAdmin 中随即就能查看到刚才写入的数据表：
图8
图9
2.2 利用geopandas从PostGIS读取数据
从 PostGIS 中读取数据要用到另一个API，对应 geopandas 的 read_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：
图10
简简单单，我们就实现了与 PostGIS 的交互。
以上就是本文的全部内容，如有疑问欢迎在评论区与我讨论~
