如何将 GeoDataFrame 存储到 NetCDF 文件答案

【问题标题】：How to store GeoDataFrame to NetCDF file如何将 GeoDataFrame 存储到 NetCDF 文件
【发布时间】：2022-01-07 03:33:09
【问题描述】：

我想将 GeoDataFrame 保存为 NetCDF 文件。然后，我可以稍后将它与另一个 NetCDF 文件结合起来。

但是，保存从 GeoDataFrame 转换的数据集时会出错。这是一个简单的代码和错误信息：

import geopandas

world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
ds = world.to_xarray()
ds.to_netcdf('test.nc')

错误：

    ds.to_netcdf('test.nc')
  File "/public/home/zhangxin/new/miniconda3/envs/knmi_arctic_new/lib/python3.8/site-packages/xarray/core/dataset.py", line 1902, in to_netcdf
    return to_netcdf(
  File "/public/home/zhangxin/new/miniconda3/envs/knmi_arctic_new/lib/python3.8/site-packages/xarray/backends/api.py", line 1072, in to_netcdf
    dump_to_store(
  File "/public/home/zhangxin/new/miniconda3/envs/knmi_arctic_new/lib/python3.8/site-packages/xarray/backends/api.py", line 1119, in dump_to_store
    store.store(variables, attrs, check_encoding, writer, unlimited_dims=unlimited_dims)
  File "/public/home/zhangxin/new/miniconda3/envs/knmi_arctic_new/lib/python3.8/site-packages/xarray/backends/common.py", line 261, in store
    variables, attributes = self.encode(variables, attributes)
  File "/public/home/zhangxin/new/miniconda3/envs/knmi_arctic_new/lib/python3.8/site-packages/xarray/backends/common.py", line 350, in encode
    variables, attributes = cf_encoder(variables, attributes)
  File "/public/home/zhangxin/new/miniconda3/envs/knmi_arctic_new/lib/python3.8/site-packages/xarray/conventions.py", line 855, in cf_encoder
    new_vars = {k: encode_cf_variable(v, name=k) for k, v in variables.items()}
  File "/public/home/zhangxin/new/miniconda3/envs/knmi_arctic_new/lib/python3.8/site-packages/xarray/conventions.py", line 855, in <dictcomp>
    new_vars = {k: encode_cf_variable(v, name=k) for k, v in variables.items()}
  File "/public/home/zhangxin/new/miniconda3/envs/knmi_arctic_new/lib/python3.8/site-packages/xarray/conventions.py", line 275, in encode_cf_variable
    var = ensure_dtype_not_object(var, name=name)
  File "/public/home/zhangxin/new/miniconda3/envs/knmi_arctic_new/lib/python3.8/site-packages/xarray/conventions.py", line 233, in ensure_dtype_not_object
    data = _copy_with_dtype(data, dtype=_infer_dtype(data, name))
  File "/public/home/zhangxin/new/miniconda3/envs/knmi_arctic_new/lib/python3.8/site-packages/xarray/conventions.py", line 167, in _infer_dtype
    raise ValueError(
ValueError: unable to infer dtype on variable 'geometry'; xarray cannot serialize arbitrary Python objects

在NC文件中不能保存MULTIPOLYGON或POLYGON吗？如果您有任何建议，我将不胜感激。

【问题讨论】：

@RobRaymond 的 answer 确实将形状的坐标转换为 netCDF，但现在您将拥有一个巨大的 netcdf，其中包含整个自然地球 shapefile 中每个点的单元格，以及所有元数据关于每个点重复的每个形状，您已经失去了使它们成为多边形/多面体的点之间的实际关系。你为什么要这样做？ GIS 原生存储格式（例如 shapefile 或 GeoParquet）是否不合适？
@MichaelDelgado 嗨，因为我有 NetCDF 文件，每个文件都有一些几何信息。我想将几何图形保存在里面会很方便，而不是配对geojson或shapefile。
知道了。是的，我不会在该答案中使用该方法，因为数据将不再按区域索引。如果您确实需要这样做，您可以将形状转换为字符串或压缩格式，例如WKB。不过，这将涉及损失/压缩。我的建议是只指向元数据中的 shapefile 路径并在使用时读取它。

标签： python geopandas python-xarray

【解决方案1】：

您可以将几何扩展为纬度/经度序列。

import geopandas
import shapely.geometry

world = geopandas.read_file(geopandas.datasets.get_path("naturalearth_lowres"))

ds = world.drop(columns="geometry").join(
    world["geometry"]
    .apply(lambda g: [g] if isinstance(g, shapely.geometry.Polygon) else g.geoms)
    .explode()
    .apply(lambda p: p.exterior.coords)
    .explode()
    .apply(pd.Series)
    .rename(columns={0: "lat", 1: "lon"})
).to_xarray()

ds.to_netcdf('test.nc')

【讨论】：

好方法！顺便说一句，您似乎犯了一个简单的错误。应该是0: "lon", 1: "lat"。
我经常把它们弄错，需要修复:-)