A continuación se muestra una serie de ejemplos útiles de uso de la librería Python GeoPandas.

Activar soporte para ficheros KML

GeoPandas utiliza la librería Fiona para cargar datos desde ficheros.

Por defecto, Fiona tiene el soporte para ficheros KML desactivado. Por lo tanto si usamos la función read_file() de GeoPandas con un fichero KML nos devuelve un error.

Para activar el soporte de estos ficheros KML, podemos ejecutar la siguiente sentencia en nuestro programa Python:

gpd.io.file.fiona.drvsupport.supported_drivers["KML"] = "rw"

Calcular áreas de polígonos en el dataframe

Suponiendo que tenemos un GeoDataFrame y queremos obtener las áreas de los polígonos en el mismo:

1
2
3
4
5
6
7

import geopandas as gpd


dataframe = gpd.read_file("my_data.geojson")

for entry in dataframe.to_crs("EPSG:3587").area:
    print(entry)

Atención al cambio de sistema de coordenadas por 3587, sistema Mercator esférico. Esto cambia la proyección de las geometrías en la columna geometry y nos dará las áreas en metros cuadrados.

Añadir columna al dataframe

Tomando como ejemplo los cálculos anteriores para las áreas de los polígonos, imaginemos ahora que queremos añadir dichas áreas a las filas del dataframe:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

from typing import Generator

import geopandas as gpd


def get_areas(dataframe: gpd.GeoDataFrame) -> Generator[float, None, None]:
    """Generador que arroja las áreas de los polígonos en el dataframe."""
    assert dataframe.empty is False

    for area in dataframe.to_crs("EPSG:3587").area:
        yield area / 10000


dataframe = gpd.read_file("my_data.geojson")

dataframe["area"] = [area for area in get_areas(dataframe)]

Selección de datos filtrados

Podemos seleccionar datos de las filas de un dataframe que cumplan una condición determinada, usando el método .loc.

Por ejemplo, para seleccionar únicamente aquellas filas que tengan una geometría inválida haríamos:

for invalid in dataframe.loc[dataframe["geometry"].is_valid == False].name:
    # ...operaciones con los datos de la columna `name`...