本系列文章是根据GeoPandas官方文档翻译整理，学习任何一个Python第三方库，其官方文档都是最好的学习资料。相比网络搜索得到的一些资料，官方文档是权威的一手资料，其内容全面、准确可靠。通过官方文档入手，能够保证学习认知不会有大偏差。在学习完官方文档后，可以在寻找其他资料进一步学习。
点击“阅读原文”或者直接访问下方链接，查看翻译整理的“GeoPandas 0.12.2 中文文档”。
https://www.mizhushare.com/docs-
可以通过百度网盘获取，需要在本地配置代码运行环境：
链接：https://pan.baidu.com/s/185Qs6RpVhyP2nm9VV39Ehw?pwd=mnsj提取码：mnsj
-
前往GitHub详情页面，单击 code 按钮，选择Download ZIP选项：
https://github.com/returu/geopandasGeoPandas 继承了用于索引/选择数据的标准 pandas 方法。这包括使用 loc 的基于标签的索引和使用 iloc 的基于整数位置的索引，这适用于 GeoSeries 和 GeoDataFrame 对象。pandas 索引/选择的更多信息，可以查看之前发布的文章：【Python数据分析】18.索引、选择、过滤除了标准的 pandas 方法外，GeoPandas 还使用 cx 索引器提供基于坐标的索引，该索引器使用边界框进行切片。GeoSeries 或 GeoDataFrame 中与边界框相交的几何图形将被返回。
本次以GeoPandas 自带的world数据集为例：
1>>> world = gpd.read_file('./datasets/naturalearth_lowres/naturalearth_lowres.shp')
2>>> world
结果如下图所示：
标准pandas方法：
-
iloc 方法：
通过整数标签索引和选择数据。
1# 选择前5行所有列
2>>> world.iloc[:5 , :]
结果如下图所示：
1# 选择前5行 + 前3列
2>>> world.iloc[:5 , :3]
结果如下图所示：
-
loc 方法：
通过轴标签索引和选择数据。
为了更为清晰，首先将 name 列设置为轴索引：
1# 将 name 列设置为轴索引
2>>> world_re = world.set_index("name")
3>>> world_re
然后通过轴标签索引和选择数据：
1# 选择从 Tanzania 到 Canada 行的数据
2>>> world_re.loc["Tanzania":"Canada" , :]
结果如下图所示：
cx索引器：
使用 cx 索引器提供基于坐标的索引，该索引器使用边界框进行切片。
我们可以使用此功能快速选择边界延伸到南半球的所有国家/地区。
1# 选择纬度小于0的数据——南半球数据
2>>> southern_world = world.cx[: , :0]
3
4# 绘图
5>>> southern_world.plot(figsize=(10, 3))
结果如下图所示：
本篇文章来源于微信公众号: 码农设计师
