1 简介
大家好我是费老师，很多读者朋友跟随着我先前写作的基于geopandas的空间数据分析系列教程文章（快捷访问地址：https://www.cnblogs.com/feffery/tag/geopandas/），掌握了有关geopandas的诸多实用方法，从而更方便地在Python中处理分析GIS数据。其中在文件IO篇中给大家介绍过针对ESRI GeoDataBase格式的文件（也就是大家简称的gdb文件），可以在指定图层名layer参数后进行「读取」，但无法进行gdb文件的「写出」操作。
实际上geopandas是具有写出矢量数据到gdb文件的能力的，只是需要额外配置一些软件库，今天的文章中，我就来带大家学习如何简单快捷地给geopandas补充gdb文件写出功能。
2 为geopandas补充gdb文件写出功能
2.1 为gdal添加FileGDB插件
在geopandas0.11版本之后，针对矢量文件的读写有默认的'fiona'和可选的'pyogrio'两种引擎，请注意，本文的方案仅适用于默认的'fiona'引擎。
而fiona底层依赖的则是著名的栅格矢量数据转换框架gdal，因此我们要给geopandas添加gdb写出功能，本质上是需要给gdal添加相关功能。
搞清楚问题的关键后，下面我们开始操作，这里为了方便演示测试，我们利用conda新建一个geopandas虚拟环境，顺便把jupyterlab也装上，全部命令如下，直接全部粘贴到终端执行即可：
conda create -n geopandas-write-gdb-test python=3.8 -c https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main -y conda activate geopandas-write-gdb-test conda install geopandas -c https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge -y pip install jupyterlab -i https://pypi.tuna.tsinghua.edu.cn/simple
全部执行完之后，我们可以先查看默认情况下fiona有哪些已有的读写驱动：
import fiona fiona.supported_drivers
可以看到其中列出的'OpenFileGDB'就是gdal中默认自带的针对gdb文件的驱动，其对应的值为'r'说明它只能针对gdb文件进行读取，我们要想写出gdb文件，需要额外配置添加Esri官方开发的FileGDB驱动。
「第一步」，我们需要去下载FileGDB驱动文件，Esri官方Github仓库：https://github.com/Esri/file-geodatabase-api，按照https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal上有关gdal使用FileGDB插件的额外说明，我选择下载FileGDB的版本为https://github.com/Esri/file-geodatabase-api/blob/master/FileGDB_API_1.5.1/FileGDB_API_1_5_1-VS2015.zip（我在百度云盘分享了一份备份，链接：https://pan.baidu.com/s/1f1ytxPjjjJWLwpbpDwY8Qg 提取码：r2rf）。
下载到本地解压后，因为我是64位windows系统，所以从bin64目录下复制FileGDBAPI.dll文件，粘贴到我们前面利用conda新建的虚拟环境根目录下的Library\bin里。
这个目录找起来很简单，因为所有用conda建立的虚拟环境，默认都位于你的conda安装根目录的envs目录下，我的conda安装根目录在C:\Conda，因此我需要粘贴前面文件的目标目录为C:\Conda\envs\geopandas-write-gdb-test\Library\bin：
「第二步」，我们还需要下载ogr_FileGDB.dll这个文件，我是通过OSGeo4W下载的，有些麻烦，为了方便广大读者朋友使用，我在百度云盘分享了一个备份（链接：https://pan.baidu.com/s/1VEtN6JAReFsDhnWl_8v6Eg 提取码：w2s7），大家将其下载下来放置于前面FileGDBAPI.dll同级目录下的gdalplugins目录中即可：
「第三步」，完成了这些操作后，我们就已经搞定了，这时回到fiona中再次查看支持的驱动，可以看到多了FileGDB，且值为'raw'，这代表我们已经拥有了写出gdb文件的能力：
2.2 在geopandas中测试写出gdb文件
至此我们就可以进行gdb文件的写出了，只需要在to_file()中指定driver='FileGDB'，并设置好对应的图层名layer参数即可：
import geopandas as gpd from shapely.geometry import Point, LineString, Polygon demo_point_layer = gpd.GeoDataFrame( { '数据字段测试': ['点要素测试数据字段测试'], 'geometry': [Point(0, 0)] }, crs='EPSG:4326' ) demo_linestring_layer = gpd.GeoDataFrame( { '数据字段测试': ['线要素测试数据字段测试'], 'geometry': [LineString([(0, 0), (1, 1)])] }, crs='EPSG:4326' ) demo_polygon_layer = gpd.GeoDataFrame( { '数据字段测试': ['面要素测试数据字段测试'], 'geometry': [Polygon([(0, 0), (1, 1), (1, 0)])] }, crs='EPSG:4326' ) # 写出到示例gdb文件中 demo_point_layer.to_file('./demo.gdb', layer='点图层测试', driver='FileGDB') demo_linestring_layer.to_file('./demo.gdb', layer='线图层测试', driver='FileGDB') demo_polygon_layer.to_file('./demo.gdb', layer='面图层测试', driver='FileGDB')
查看目标gdb文件的所有图层名：
读入查看矢量，在读入时建议不设置driver参数，因为默认的OpenFileGDB驱动读取gdb文件要更快：
其中线要素与面要素读进来不知为何变成了多部件要素类型，这其实不影响在geopandas中进行分析使用，但如果实在介意，可以直接基于「数值唯一」的某个字段进行dissolve()操作即可恢复原样：
