本文範例程式碼已上傳至我的Github倉庫https://github.com/CNFeffery/DataScienceStudyNotes

1 簡介

　　大家好我是費老師，前不久我在一篇文章中給大家分享過geopandas在其0.11版本中為我們帶來的一些重要新特性，其中提到過新的向量讀寫後端，使得我們在read_file()以及to_file()中新增引數engine='pyogrio'即可獲得500%的效能提升。

　　而新引擎帶來的不僅是效能上的大幅提升，還帶來了諸多實用功能以方便我們讀寫常見向量檔案，今天我就來給大家詳細介紹這些新功能。

2 詳解geopandas中的pyogrio讀寫引擎

　　geopandas0.11版本之後新增的pyogrio引擎，基於geopandas團隊開發的同名Python庫，其基於OGR，而OGR則是著名的開源柵格空間資料轉換框架GDAL的重要分支庫，專注於向量資料的高效能轉換。

2.1 基於pyogrio的向量檔案讀取

　　對於0.11及以後版本的geopandas，向read_file()中傳入engine='pyogrio'後，即可切換至底層基於pyogrio.read_dataframe()的讀取引擎，獲取大幅度效能提升的同時也擁有了眾多的新功能引數，其中比較實用的有：

2.1.1 利用columns引數指定需要讀入的欄位

　　開啟pyogrio引擎後，我們可以通過設定引數columns來讀入指定的若干欄位，當你的向量檔案有很多無關緊要的欄位時，可以利用此特性來整潔資料以及減少讀入資料的記憶體消耗：

2.1.2 利用read_geometry引數設定是否忽略向量列

　　如果你不需要向量檔案中的向量資訊，只需要將其當作普通表格資料進行讀入，開啟pyogrio引擎後，設定read_geometry=False即可，所形成物件的型別也會變為普通的DataFrame：

2.1.3 利用force_2d引數強制忽略z軸資訊

　　有些情況下，向量資料中的座標資訊帶有z軸高度資訊，如果分析過程中用不上該維度資訊，可以在開啟pyogrio引擎後設定force_2d=True強制轉換為2D向量，非常方便：

2.1.4 利用skip_features與max_features引數控制讀入資料規模

　　在開啟pyogrio引擎後，通過設定引數skip_features可以控制從資料第0行開始需要跳過的要素記錄數量：

　　而通過設定引數max_features則可以控制最多讀取多少行要素記錄，當我們的向量檔案記錄行很多，而我們又只想簡單檢視幾行看看資料長什麼樣時，這個引數就很實用了：

2.1.5 利用引數where對向量檔案進行條件過濾

　　這個新特性非常實用，我們可以像寫SQL查詢語句那樣傳入我們的過濾條件，從而幫助我們在讀取資料時就實現比較豐富自由的條件過濾效果，值得注意的是，針對中文等由unicode字元構成的欄位名，需要將其包裹在""中進行定義，參考下圖中我的做法：

2.1.6 利用sql引數在原資料上直接進行sql查詢

　　前面我們介紹了多種用於過濾原資料的實用引數，而在在開啟pyogrio引擎後還有個非常實用的引數sql，可以幫助我們直接書寫SQL語句對原資料進行提取（注意，其執行順序先於上述其他過濾類引數）：

　　但要注意的是，目前pyogrio引擎的sql引數，在讀取諸如含有中文等unicode字元資訊的shapefile檔案時，不能正常的解析內容，而針對GeoJSON、gpkg等其他格式向量檔案時則一切正常：

• GeoJSON檔案正常

• gpkg檔案正常

• shapefile檔案亂碼，親測即使指定encoding也無效

　　所以現階段建議讀取shapefile檔案時，可以使用columns+where的組合方式代替sql以實現同樣的效果。

2.2 基於pyogrio的向量檔案寫出

　　相較於檔案的讀取，新引擎中涉及檔案寫出的功能引數就寡淡很多，只發現一個比較特別的promote_to_multi引數，用於強制將單部件要素轉換為多部件要素：

2.3 pyogrio引擎支援的所有向量檔案型別

　　你可以通過pyogrio.list_drivers()檢視新引擎所支援的全部向量檔案格式，基本上只有你想不到沒有它覆蓋不到