Python错误中的绘图图：初始化列表中没有参数

Question

从以下文件中，我想使用folium：

polygons文件：？ 邮政编码可变级别：？

from1（folium）：

import pandas as pd
import geopandas as gpd
import folium

df_postcode_variable = pd.read_csv("postcode_sample.csv", dtype=str)  # Postcode variable level
df_postcode_variable['people'] = df_postcode_variable['people'].astype(float)
df_polygons = gpd.read_file("postcode_polygons.shp") # Polygons file
df_polygons.crs = "EPSG:4326"

my_map = folium.Map(location=[41.3890727,2.1572654], zoom_start=13,
                   detect_retina=True, control_scale=False)

folium.Choropleth(
        geo_data=df_polygons,
        name='choropleth',
        data=df_postcode_variable,
        columns=['cp','people'],
        key_on='cp',
        fill_color='OrRd',
        fill_opacity=0.5,
        line_opacity=0.8,
        line_color='Blue',
        legend_name='number of people'
    ).add_to(my_map)

my_map

但是我会收到以下错误：

ValueError: key_on `'cp'` not found in GeoJSON.

尝试2（pandas_bokeh）工作：

import pandas_bokeh
pandas_bokeh.output_notebook()

df_joined=df_polygons.merge(df_postcode_variable.set_index('cp'), on='cp')

df_joined.plot_bokeh(simplify_shapes=20000,
                  category="people", 
                  colormap="Spectral", 
                  hovertool_columns=["cp","people"])

我如何在forium上修复此错误？ CP在这两个物体中都是如此，这对我来说没有意义。看来 df_polygons 中的 cp 。

Answer 1

如果Geodata为geopandas格式，则将密钥指定为 feature.properties.column_name ，如Geojson中。请参阅详细信息。

my_map = folium.Map(location=[41.3890727,2.1572654], zoom_start=12,
                   detect_retina=True, control_scale=False)

folium.Choropleth(
        geo_data=df_polygons,
        name='choropleth',
        data=df_postcode_variable,
        columns=['cp','people'],
        key_on='feature.properties.cp',
        fill_color='OrRd',
        fill_opacity=0.5,
        line_opacity=0.8,
        line_color='Blue',
        legend_name='number of people'
    ).add_to(my_map)

my_map

Answer 2

此错误消息暗示您的数据中的一种意外数据类型，该数据类型导致 np.isnan 抱怨引擎盖下的某个地方，可能 String 。

尝试将 People 列的数据类型更改为 int ：

df_postcode_variable['people'] = df_postcode_variable['people'].astype(int)