我的 shapefile 在某些列（例如 GDP）上有一些缺失值（由 nan 表示）。在不处理这些缺失值的情况下进行绘图时，图例显示如下：
enter image description here
这不是我想要的。
所以，我用字符串“missing”替换缺失值，然后重做绘图。毫不奇怪，我收到了错误消息，上面写着TypeError: '<' not supported between instances of 'str' and 'float'。
我的问题是：1. Geopandas 如何处理缺失值？它是否将缺失值存储在字符串或其他一些类型的数据中？ 2. 我怎样才能保留那些缺失的值并用图例标签重做绘图以显示缺失？
【问题讨论】：
import numpy as np
import matplotlib.pyplot as plt
import geopandas as gpd
import pysal.viz.mapclassify as mc
from matplotlib.colors import rgb2hex
from matplotlib.colors import ListedColormap
plt.style.use('seaborn')
gdf = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
# generate random data
gdf['random'] = np.random.normal(100, 10, len(gdf))
# assign missing values
gdf.loc[np.random.choice(gdf.index, 40), 'random'] = np.nan
这里的基本思想是根据您要用于数字数据的分类方法（例如，分位数、百分位数等）创建一个类别/字符串列。之后，我们绘制该字符串列，以便我们可以传递自定义颜色图（用灰色表示缺失值）。
# categorize the numerical column
k = 5
quantiles = mc.Quantiles(gdf.random.dropna(), k=k)
gdf['random_cat'] = quantiles.find_bin(gdf.random).astype('str')
gdf.loc[gdf.random.isnull(), 'random_cat'] = 'No Data'
# add grey to a colormap to represent missing value
cmap = plt.cm.get_cmap('Blues', k)
cmap_list = [rgb2hex(cmap(i)) for i in range(cmap.N)]
cmap_list.append('grey')
cmap_with_grey = ListedColormap(cmap_list)
# plot map
fig, ax = plt.subplots(figsize=(12, 10))
gdf.plot(column='random_cat', edgecolor='k', cmap=cmap_with_grey,
legend=True, legend_kwds=dict(loc='center left'),
ax=ax)
# get all upper bounds in the quantiles category
upper_bounds = quantiles.bins
# get and format all bounds
bounds = []
for index, upper_bound in enumerate(upper_bounds):
if index == 0:
lower_bound = gdf.random.min()
else:
lower_bound = upper_bounds[index-1]
bound = f'{lower_bound:.2f} - {upper_bound:.2f}'
bounds.append(bound)
# get all the legend labels
legend_labels = ax.get_legend().get_texts()
# replace the numerical legend labels
for bound, legend_label in zip(bounds, legend_labels):
legend_label.set_text(bound)
您可能想看看以下帖子：
format/round numerical legend label in GeoPandas
Extract matplotlib colormap in hex-format
Matplotlib.colors.ListedColormap in python
Change main plot legend label text
更新至 geopandas 0.8.1：
您现在可以在绘图函数中简单地传递 missing_kwds 参数：
fig, ax = plt.subplots(figsize=(12, 10))
missing_kwds = dict(color='grey', label='No Data')
gdf.plot(column='random', scheme='Quantiles', k= 5,
legend=True, legend_kwds=dict(loc='center left'),
missing_kwds=missing_kwds, ax=ax)
【讨论】：
更新：geopandas 中的新功能解决了您的问题：您可以将缺失值保留为 NaN 并使用：
ax = gdf.plot( <other arguments>,
missing_kwds = dict(color = "lightgrey",) )
使所有缺失的数据区域变成浅灰色。
见https://geopandas.readthedocs.io/en/latest/mapping.html
（实际上，文档可能会说参数是missing_kwdsdict，但上面对我有用）
【讨论】：
world.plot(column='pop_est', missing_kwds={'color': 'lightgrey'});。
GeoPandas 目前不支持绘制缺失值。这是计划在 0.7 版本中发布的。可能的解决方案是只绘制那些没有缺失值的行，然后只绘制缺失值。由于您没有给我们任何代码，下面是来自https://nbviewer.jupyter.org/gist/jorisvandenbossche/bb1cc71f94aa3e8f2832f18dd12f6174的示例
import geopandas
gdf = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
# Introduce some missing values:
gdf.loc[np.random.choice(gdf.index, 20), 'pop_est'] = np.nan
ax = gdf[gdf.pop_est.notna()].plot(column='pop_est', figsize=(15, 10), legend=True)
gdf[gdf.pop_est.isna()].plot(color='lightgrey', hatch='///', ax=ax)
【讨论】：