简介全国县级行政区划shp文件面向GIS从业者、地理信息专业学生及区域研究人员提供中国全部县级行政区域的精确边界数据可用于地图制作、人口统计、资源管理、城市规划与灾害响应等空间分析场景。资源包共14个文件约29.94MB以shp、shx、dbf三类核心文件为主分别承载几何边界、空间索引与属性数据另含prj投影定义、xml元数据及sbx、sbn空间索引文件采用GCS_WGS_1984经纬度坐标系可直接在ArcGIS、QGIS等软件中打开、查询与叠加分析。目前已有3477人学习下载数据覆盖县、自治县、市辖区、旗、县级市等县级单位属性表包含县名、代码等信息便于筛选统计与投影转换、裁剪、缓冲区等处理是理解中国地理空间格局、开展区域研究与规划决策的基础数据资源。1. 全国县级行政区划 shp 文件一份被低估的空间数据底座做数据的人迟早会撞上同一个需求手里有一批带地址或经纬度的业务数据想按区县聚合却发现系统里只有一张 Excel 表连边界都画不出来。这时候全国县级行政区划 shp 文件就是那个绕不开的底座。它本质是一份矢量面数据每个要素代表一个县级行政单元属性表里通常带行政区名称、编码、上级市和省的信息几何字段则是闭合多边形。有了它你可以把散点做空间连接落到区县可以按面统计密度也可以裁出某个市做专题图。适合谁做商业选址、物流分单、人口与门店匹配、地图可视化的工程师以及需要给业务系统补一层行政区维度的后端。它不解决投影和坐标系的玄学但能让你从「只有一张表」跨到「有空间维度」。2. 拿到 shp 之后先别急着画图读懂它的结构与坐标系很多人第一次打开 shp 压缩包看到一堆同名不同后缀的文件就懵了。shp 本身只是几何真正让数据能用的是配套文件。理解这套结构比会调一个绘图函数重要得多。2.1 shp 不是单个文件而是一组同名文件一个完整的 shapefile 至少包含三个必需文件缺一个就可能读不出来或属性丢失后缀作用缺失后果.shp存储几何形状完全无法读取.shx几何索引部分库报错或读取异常.dbf属性表名称、编码等只剩图形没有区县名.prj坐标系定义不知道投影面积和距离全错.cpg属性表字符编码中文名变乱码血泪经验网上流传的很多压缩包只留了 .shp 和 .dbf.prj 被删了。这种数据一读进来坐标系是未知的你按经纬度算面积会得到离谱结果。拿到数据第一件事不是画图是确认 .prj 在不在。2.2 坐标系与投影WGS84 和 Web 墨卡托别混用县级面数据常见的坐标系有两类。一类是地理坐标系 WGS84EPSG:4326单位是度适合存储和做空间连接另一类是投影坐标系比如 Web 墨卡托EPSG:3857或各类高斯投影单位是米适合算面积和做等距展示。关键判断如果你要算每个县的面积、做缓冲区、算密度必须先把数据投影到以米为单位的坐标系如果只是做点面匹配、按区县聚合用 WGS84 就够。混用的典型翻车是拿 4326 的数据直接算面积得到的数字单位是「平方度」毫无意义。用 Python 检查坐标系的最小代码import geopandas as gpd # 读取 shp注意指定编码中文属性常用 gbk 或 utf-8 gdf gpd.read_file(county.shp, encodingutf-8) # 查看坐标系定义None 表示缺失 print(CRS:, gdf.crs) # 查看字段名和前几行确认区县名和编码字段 print(gdf.columns.tolist()) print(gdf.head(3)) # 查看几何类型县级数据应为 Polygon 或 MultiPolygon print(gdf.geom_type.value_counts())逻辑说明gpd.read_file会自动读取同目录下的 .prj 和 .dbf。gdf.crs为 None 说明 .prj 缺失需要手动指定。geom_type用来确认是不是面数据——如果出现 Point说明你拿到的可能是行政中心点而不是边界这是另一个常见坑。参数说明encoding参数很关键中文属性表在旧数据里常是 gbk用 utf-8 读会乱码反之亦然。不确定时先试 utf-8乱码再换 gbk。2.3 属性表里哪些字段真正有用县级数据的属性字段各家不一但通常包含这几类行政区名称、行政区代码、上级市名称、上级省名称、以及可能的城乡分类码。真正高频使用的是名称和代码。行政区代码是六位数字前两位是省中间两位是市后两位是县。这个编码规则让你可以在没有空间计算的情况下用字符串切片就完成省市县三级聚合比空间连接快得多。我一般会先把代码字段转成字符串并补零避免 Excel 打开时把前导零吃掉。# 确保行政区代码是六位字符串防止前导零丢失 gdf[adcode] gdf[adcode].astype(str).str.zfill(6) # 用切片直接派生省、市编码无需空间计算 gdf[prov_code] gdf[adcode].str[:2] gdf[city_code] gdf[adcode].str[:4] # 按省统计县级单元数量快速验证数据完整性 print(gdf.groupby(prov_code).size().sort_values(ascendingFalse).head())逻辑说明zfill(6)把数字或短字符串补齐到六位。切片派生省市编码后任何带 adcode 的业务表都能直接 join不必做耗时的空间连接。参数说明如果原始字段是浮点型如 110105.0要先转 int 再转 str否则 zfill 会得到奇怪结果。3. 把业务数据落到区县空间连接与编码匹配两条路拿到干净的县级面数据后核心任务通常是把点数据或表格数据映射到区县。这里有两条路空间连接和编码匹配。选哪条取决于你手里有没有行政区代码。3.1 空间连接有经纬度但没编码时的主力方案当业务数据只有经纬度空间连接是唯一可靠的办法。原理是把每个点与它落入的多边形匹配继承多边形的区县属性。import pandas as pd import geopandas as gpd from shapely.geometry import Point # 业务点数据假设有经纬度列 df pd.read_csv(stores.csv) geometry [Point(xy) for xy in zip(df[lng], df[lat])] points gpd.GeoDataFrame(df, geometrygeometry, crsEPSG:4326) # 县级面数据确保坐标系一致 county gpd.read_file(county.shp, encodingutf-8) if county.crs is None: county county.set_crs(EPSG:4326) county county.to_crs(EPSG:4326) # 空间连接within 表示点落在面内 joined gpd.sjoin(points, county[[adcode, name, geometry]], howleft, predicatewithin) # 检查有多少点没匹配上 print(未匹配点数:, joined[adcode].isna().sum())逻辑说明gpd.sjoin的predicatewithin表示点必须落在面内部才算匹配。howleft保留所有点没匹配上的区县字段为 NaN方便你排查。参数说明坐标系必须一致否则连接结果全空——这是最高频的翻车点。如果点正好落在边界上within可能判为不匹配可改用intersects但会带来边界点重复匹配的风险。3.2 编码匹配有 adcode 时快十倍的做法如果业务表里已经有行政区代码别做空间连接直接按代码 join。速度快几个数量级而且不受坐标系和边界精度影响。# 业务表已有 adcode直接与县级属性表合并 biz pd.read_csv(orders.csv, dtype{adcode: str}) biz[adcode] biz[adcode].str.zfill(6) county_attr county.drop(columnsgeometry) # 只要属性 merged biz.merge(county_attr, onadcode, howleft) # 统计匹配率未匹配的通常是编码变更或输入错误 match_rate merged[name].notna().mean() print(f匹配率: {match_rate:.2%})逻辑说明drop(columnsgeometry)去掉几何列让 merge 变成纯表格操作内存占用小。参数说明dtype{adcode: str}在读取时就指定字符串类型避免 pandas 把编码读成整数丢前导零。匹配率低于预期时优先查编码是否用了旧版行政区划会调整旧编码可能已废弃。3.3 两种方案的取舍与组合实际项目里我一般这样选业务数据带编码且编码可信走编码匹配只有经纬度走空间连接两者都有先用编码匹配再用空间连接交叉验证不一致的点单独拎出来看往往能发现编码录入错误或坐标偏移。提示空间连接前务必确认点数据的经纬度顺序。很多 CSV 里是「纬度,经度」直接当 lng/lat 用会导致所有点跑到南极附近匹配率接近零。4. 避坑与排查县级 shp 处理中最容易翻车的五件事这一章是我踩过的坑合集每条都按现象、原因、解决来写照着排查能省下大量时间。4.1 中文属性乱码现象读进来区县名显示为「??」或一串问号方块。原因.dbf 的字符编码与读取时指定的 encoding 不一致旧数据多为 gbk。解决先试encodinggbk仍乱码则用encodinglatin1读出后手动转码或检查 .cpg 文件里声明的编码。4.2 面积算出来大得离谱现象按几何直接算面积得到几万甚至几百万的数字。原因数据是 WGS84 地理坐标系单位是度算出来是「平方度」。解决先投影到等面积或等距坐标系再算例如gdf.to_crs(EPSG:3857)后算面积或选用适合本区域的投影带。4.3 空间连接结果全为空现象sjoin 之后所有区县字段都是 NaN。原因点数据和面数据坐标系不一致或经纬度顺序颠倒。解决打印两者 crs 确认一致检查点坐标范围是否落在合理经纬度区间经度 -180 到 180纬度 -90 到 90。4.4 边界点重复匹配现象一个点匹配到了两个甚至多个区县。原因用了intersects且点正好落在共享边界上。解决改用within或在结果里按点去重保留第一条并记录重复点用于人工核查。4.5 行政区划调整导致编码对不上现象编码匹配率只有七八成缺失的集中在某些地区。原因行政区划会撤县设区、合并或更名旧编码在新数据里不存在。解决维护一张新旧编码对照表匹配前先做编码映射或退回到空间连接兜底。注意不要用「名称」做连接键。同名区县在全国范围内大量存在名称匹配的误配率远高于编码和空间连接。5. 从能用到好用简化几何、批量裁切与自动化校验数据能跑通只是第一步。真正投入生产时你会遇到性能、体积和一致性问题。这一章讲几个让县级 shp 从「能用」变「好用」的具体技巧。5.1 几何简化让渲染和存储都轻下来全国县级面数据的原始几何往往非常精细一个文件几百 MB 很常见。如果只是做区县级聚合展示不需要这么高的精度。用拓扑简化可以在保持形状可辨认的前提下大幅压缩体积。# 投影到米制坐标系后做简化容差单位是米 gdf_m county.to_crs(EPSG:3857) gdf_simplified gdf_m.copy() gdf_simplified[geometry] gdf_m[geometry].simplify(tolerance500, preserve_topologyTrue) # 简化后转回 WGS84 存储 gdf_simplified gdf_simplified.to_crs(EPSG:4326) gdf_simplified.to_file(county_simplified.shp, encodingutf-8)逻辑说明simplify的tolerance是简化容差单位跟随当前坐标系。在 Web 墨卡托下 500 米是个温和值肉眼几乎看不出差异体积能降一半以上。preserve_topologyTrue保证简化后多边形不自相交。参数说明容差越大体积越小但形状越粗糙做全国概览图可以用 1000 到 2000 米做局部精细图建议不超过 200 米。5.2 按省或按市批量裁切业务上经常只需要某个省或某个市的县级数据。与其每次读全国数据再过滤不如预先裁切好。# 按省编码过滤导出该省所有县级单元 target_prov 44 # 示例省编码 sub county[county[adcode].str[:2] target_prov] sub.to_file(fcounty_{target_prov}.shp, encodingutf-8) # 或用空间范围裁切给定一个市的边界裁出相交的县 city_boundary gpd.read_file(city.shp, encodingutf-8).to_crs(county.crs) clipped gpd.clip(county, city_boundary)逻辑说明按编码过滤是最快的方式纯字符串操作。gpd.clip适合边界不按行政编码对齐的场景它会真正做几何裁切把跨界的县切成两半。参数说明clip 前必须统一坐标系否则结果为空或错乱。5.3 自动化校验每次更新数据都跑一遍行政区划数据会更新每次换新版本都应该跑一套校验避免把错误带进生产。校验项方法合格标准编码唯一性检查 adcode 是否重复无重复编码长度检查是否均为六位全部六位几何有效性gdf.is_valid全部为 True坐标系存在检查 crs 是否为 None非 None面积合理性投影后算面积无零面积或异常大值# 一次性跑完核心校验 assert county[adcode].is_unique, 存在重复编码 assert county[adcode].str.len().eq(6).all(), 编码长度异常 assert county.is_valid.all(), 存在无效几何 assert county.crs is not None, 坐标系缺失 # 投影后检查面积剔除零面积要素 area county.to_crs(EPSG:3857).area print(零面积要素数:, (area 0).sum()) print(面积中位数(平方公里):, area.median() / 1e6)逻辑说明is_valid检查几何是否自相交或退化无效几何会让后续空间操作报错。面积检查能发现坐标错误或空几何。参数说明面积除以 1e6 是把平方米转成平方公里方便和常识对照——一个县的面积通常在几百到几千平方公里量级。5.4 一个我常备的习惯我处理任何一份新的县级 shp第一件事永远是写一个三行的检查脚本打印 crs、打印字段、打印几何类型。这三行能挡掉八成以上的后续翻车。数据源越杂这个习惯越值钱。别急着画图先让数据自己交代清楚它是什么。希望帮到你。本文还有配套的精品资源点击获取
