Question

我正在尝试通过邮政编码来确定已安装的PV容量。我已经在pandas系列（tas_kW_series）中获得了安装数据，索引的邮编为int。我已经下载了澳大利亚的ESRI形状文件，并将其转换为GeoJson（使用在线工具）。视觉上格式是正确的。我必须将Geojson分成状态以减小大小，各个json可以与geojson图层一起使用，但不能与Choropleth一起使用

我可以将形状显示在Geojson图层上，但是在我认为的'key_on'参数上，choropleth失败了，我只是无法弄清楚它出了什么问题-它映射到了正确的部分geojson，并且输入数据是一系列数据，因此无需提供列名。

我必须添加一个新的“属性”字段（“ pc_int”），并将邮政编码转换为“ int”以匹配该系列的索引。这是在json文件中

数据中的邮政编码比geojson多，我已经删除了多余的

我已经通过各种方法检查了我是否知道geojson的结构与我在调用方中使用的'feature.properties.pc_int'相匹配。

我已经遍历了源代码，并且我很确定它是正确的

Postcode Data (following tas_kW_series.to_dict())
{7000: 2027.2620000000002,
 7001: 94.36,
 7002: 13.5,
 7004: 910.943,
 7005: 1644.2499999999998,
 7006: 25.1,
 7007: 612.258,
 7008: 1525.3100000000004,
 7009: 1478.017,
 7010: 1876.863,
 7011: 1770.325,
 7012: 205.06,
 7015: 1557.3830000000003,
 7016: 233.579,...

GeoJson（进行一些编辑以删除多边形细节） TAS_data = json.load（TAS.json）

TAS_data['features'][0] = 

{'type': 'Feature',
 'geometry': {'type': 'Polygon',
  'coordinates': [[[147.3199543290001, -42.85551239399996],
    [147.32003433700004, -42.85554737699994],
    [147.32014234000007, -42.85558237899994],
    [147.3202043540001, -42.855599380999934],...
...
    [147.31961900400006, -42.856079991999934],
    [147.31967809700006, -42.85600952499993],
    [147.3199543290001, -42.85551239399996]]]},
 'properties': {'POA_CODE16': '7000',
  'POA_NAME16': '7000',
  'AREASQKM16': 10.8544,
  'pc_int': 7000}}

电话呼叫-

folium.Choropleth(geo_data = 'TAS.json', 
                  data = tas_kW_series,
                  name = 'Tasmania STC Installations - Total Capacity (kW)',
                  key_on = 'feature.properties.pc_int',
                  bins = 10,
                  fill_opacity = 0.7,
                  line_opacity = 0.2,
                  legend_name = 'Installed Capacity (kW)').add_to(m)

回溯

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-46-7bcc2e3b37d6> in <module>
      7                   fill_opacity = 0.7,
      8                   line_opacity = 0.2,
----> 9                   legend_name = 'Installed Capacity (kW)').add_to(m)

~\AppData\Local\conda\conda\envs\mlbook\lib\site-packages\folium\features.py in __init__(self, geo_data, data, columns, key_on, bins, fill_color, nan_fill_color, fill_opacity, nan_fill_opacity, line_color, line_weight, line_opacity, name, legend_name, overlay, control, show, topojson, smooth_factor, highlight, **kwargs)
    932         self._name = 'Choropleth'
    933 
--> 934         if data is not None and not color_brewer(fill_color):
    935             raise ValueError('Please pass a valid color brewer code to '
    936                              'fill_local. See docstring for valid codes.')

~\AppData\Local\conda\conda\envs\mlbook\lib\site-packages\branca\utilities.py in color_brewer(color_code, n)
    147 
    148     if base_code not in core_schemes:
--> 149         raise ValueError(base_code + ' is not a valid ColorBrewer code')
    150 
    151     try:

ValueError: blue is not a valid ColorBrewer code

预期输出是大叶草图上的一个Choropleth层，根据tas_kW_series中的值的装仓进行着色。实际输出是上面的回溯。

Answer 1

该错误来自fill_color的{{1}}属性，因为默认情况下设置了folium.Choropleth：

blue

将其更改为正常颜色，例如fill_color: string, default 'blue' | Area fill color. Can pass a hex code, color name, or if you are | binding data, one of the following color brewer palettes: | 'BuGn', 'BuPu', 'GnBu', 'OrRd', 'PuBu', 'PuBuGn', 'PuRd', 'RdPu', | 'YlGn', 'YlGnBu', 'YlOrBr', and 'YlOrRd'.，Blues（由于您有多个垃圾箱，所以请使用s）或上面的颜色酿造器调色板中列出的颜色，例如Reds，'BuGn'。 ..

Answer 2

请参见Choropleth map using folium and pandas

数据框和geojson仅应包含key_on数据。它还有助于通过geopandas数据框运行转换后的geoJSON，添加数据以进行可视化，并拆分为geodata和info数据，其中仅包括要用作geojson中的键的值。

tl; dr，在我从属性字典中删除了多余的字段后，它工作得很好。

大叶cho叶key_on-我缺少明显的东西

2 个答案: