问题
想把pandas中的DataFrame转为dbf数据格式，便于在GIS软件中与空间数据进行JOIN操作，网上搜了很多文章，推荐试用pysal、dbfread simpledbf和dbfpy的包，都无法实现dbf的创建，最后使用了dbf包实现了该功能。
思路
读取df的列名和类型，创建空dbf表，遍历读取df表写入dbf表。
代码
运行环境：Python 3.6.13import pandas as pd
import numpy as np
import dbf
def dataframe_to_dbf(df, dbf_filename):
# 创建一个新的DBF表
fields = format_fields(df.dtypes)
table = dbf.Table(dbf_filename, fields)
table.open(mode=dbf.READ_WRITE)
# 将DataFrame中的数据逐行插入DBF表
for index, row in df.iterrows():
table.append(tuple(row))
table.close()
print(f"DataFrame has been successfully written to {dbf_filename}")
def format_fields(dtypes):
# 将pandas的dtypes转换为DBF格式的字段
fields = []
for column, dtype in dtypes.items():
if np.issubdtype(dtype, np.integer):
field = f'{column} N(10,0)' # 整数类型
elif np.issubdtype(dtype, np.floating):
field = f'{column} N(19,10)' # 浮点数类型
elif np.issubdtype(dtype, np.datetime64):
field = f'{column} D' # 日期类型
else:
field = f'{column} C(255)' # 字符类型
fields.append(field)
return ';'.join(fields)
# 示例用法
if __name__ == "__main__":
# 创建一个示例DataFrame
#data = {
# 'id': [1, 2, 3],
# 'name': ['Alice', 'Bob', 'Charlie'],
# 'age': [25, 30, 35],
# 'join_date': pd.to_datetime(['2020-01-01', '2019-07-15', '2018-05-20'])
#}
df = data_total['WSDI']
# 指定DBF文件名
dbf_filename = 'example111.dbf'
# 调用转换函数
dataframe_to_dbf(df, dbf_filename)
引用文献：
[0] GitHub GeoDaSandbox
[1] GitHub dbf
