(Arcgis)python geopandas库分割shp属性表特定内容,批量导出shp文件

2024-05-13 12:20

本文主要是介绍(Arcgis)python geopandas库分割shp属性表特定内容,批量导出shp文件,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、两个文件。实现目标:从1个shp文件,根据属性表内容提取成200个shp文件,文件名取自txt文本内容

shp文件(要素1-200.shp):打开属性表前14项相同,后200项不相同。
————任务目标:需要输出200个shp(属性表前14项相同,循环后200项单独提取出1项)
txt文本(numbered.txt)内容:
1 要素1
2 要素2
... ...(总共200行)
import geopandas as gpd# 文件路径
file_path = r"D:\要素\要素1-200.shp"
species_names_file = r"D:\numbered.txt"# 读取要素名称
species_dict = {}
with open(species_names_file, 'r', encoding='utf-8') as file:for line in file:if line.strip():number, name = line.strip().split(maxsplit=1)species_dict[int(number)] = f"{number} {name}"  # 存储编号和名称,包括空格# 读取shapefile
data = gpd.read_file(file_path)# 确定几何列的名称
geometry_column = data.geometry.name# 获取前14个基础要素的列名
base_columns = data.columns[:14].tolist()
if geometry_column not in base_columns:base_columns.append(geometry_column)  # 确保几何列被包括# 循环处理每个要素
for i in range(1, 200):  # 物种编号从1到200species_column = f'要素{i}'  # 构建要素列名if species_column in data.columns:# 选择基础要素和当前要素的列,确保包括几何列selected_columns = base_columns + [species_column]selected_data = data[selected_columns]# 使用包括编号和名称的字符串作为文件名if i in species_dict:filename = species_dict[i]  # 从字典中获取包含编号和名称的字符串new_file_path = fr"D:\要素\{filename}.shp"else:filename = f"{i} 要素_selected"  # 如果编号不存在于字典中,使用默认名称new_file_path = fr"D:\要素\{filename}.shp"# 导出到新的shapefile,使用UTF-8编码selected_data.to_file(new_file_path, encoding='utf-8')print(f"{filename}的数据已成功导出到 {new_file_path}")

二、最后每个要素需要放在单独的文件夹中,文件夹名命名为文件名

文件名                 文件夹名
1 要素1.shp            1 要素1
2 要素2.shp            2 要素2
......
import os
import shutil# 包含 shapefile 文件的目录
source_dir = r"D:\要素\要素1-200"# 遍历源目录中的所有文件
for filename in os.listdir(source_dir):if filename.endswith(".shp"):  # 检查文件是否为 shapefile# 去掉文件扩展名得到基本名称base_name = os.path.splitext(filename)[0]# 使用基本名称创建新的目录路径new_dir = os.path.join(source_dir, base_name)# 如果目录不存在则创建目录if not os.path.exists(new_dir):os.makedirs(new_dir)# 移动 shapefile 及其关联文件for ext in ['.shp', '.shx', '.dbf', '.prj', '.cpg', '.sbn', '.sbx', '.qix', '.fbn', '.fbx', '.ain', '.aih', '.ixs', '.mxs', '.atx']:old_file = os.path.join(source_dir, f"{base_name}{ext}")if os.path.exists(old_file):shutil.move(old_file, new_dir)print(f"已将 {filename} 及其关联文件移动到 {new_dir}")

这篇关于(Arcgis)python geopandas库分割shp属性表特定内容,批量导出shp文件的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/985686

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

滚雪球学Java(87):Java事务处理:JDBC的ACID属性与实战技巧!真有两下子!

咦咦咦,各位小可爱,我是你们的好伙伴——bug菌,今天又来给大家普及Java SE啦,别躲起来啊,听我讲干货还不快点赞,赞多了我就有动力讲得更嗨啦!所以呀,养成先点赞后阅读的好习惯,别被干货淹没了哦~ 🏆本文收录于「滚雪球学Java」专栏,专业攻坚指数级提升,助你一臂之力,带你早日登顶🚀,欢迎大家关注&&收藏!持续更新中,up!up!up!! 环境说明:Windows 10

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

两个月冲刺软考——访问位与修改位的题型(淘汰哪一页);内聚的类型;关于码制的知识点;地址映射的相关内容

1.访问位与修改位的题型(淘汰哪一页) 访问位:为1时表示在内存期间被访问过,为0时表示未被访问;修改位:为1时表示该页面自从被装入内存后被修改过,为0时表示未修改过。 置换页面时,最先置换访问位和修改位为00的,其次是01(没被访问但被修改过)的,之后是10(被访问了但没被修改过),最后是11。 2.内聚的类型 功能内聚:完成一个单一功能,各个部分协同工作,缺一不可。 顺序内聚:

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点