（数据科学学习手札93）利用geopandas与PostGIS进行交互

本文完整代码及数据已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes

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-binary 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