昨晚加班到两点，为了赶那个该死的地理信息可视化项目，我头发都快掉光了。老板非说要把一堆Excel导出来的坐标数据做成地图展示，我一看，好家伙，全是CSV格式。说实话，刚开始我也懵，这csv怎么转geo文件啊？网上那些教程要么太学术，要么直接让你装一堆看不懂的库，看得我脑仁疼。今天我就把压箱底的经验掏出来，不整那些虚头巴脑的，直接上干货，保证你看完就能用。
首先，你得明白GeoJSON是个啥玩意儿。简单说，它就是地理数据的JSON格式，就像给地图数据穿了件衣服，让浏览器能看懂。而CSV呢，就是那种逗号分隔的表格，里面通常藏着经纬度。如果你的CSV里已经有经度（longitude）和纬度（latitude）这两列，那恭喜你，门槛已经跨过去一大半了。
很多人第一反应是去网上找在线转换工具，搜“csv怎么转geo文件”，一堆网站跳出来。我试了几个，有的免费但限制文件大小，有的收费还带水印，最气人的是，上传上去后，数据格式还乱码。所以，对于敏感数据或者数据量大的情况，本地处理才是王道。
我一般用Python，虽然它有点重，但胜在稳定。如果你电脑里没装Python，先去下个Anaconda，省事。装好之后，打开Jupyter Notebook，这是写代码最舒服的地方，跑一行看一行，心里有底。
先导入库，pandas是处理表格的神器，geojson库用来转换格式。代码大概长这样：
import pandas as pd
import geojson
df = pd.read_csv('data.csv')
这里有个坑，新手容易栽跟头。你的CSV文件里，经纬度的列名必须得清楚。有的CSV里列名是'lat'，有的是'latitude'，甚至有的叫'纬度'。你得先用df.head()看一眼数据，确认列名。要是列名对不上，后面全白搭。
接下来就是核心转换逻辑了。GeoJSON的标准结构里，坐标是[经度, 纬度]，注意顺序，别搞反了，不然你的地图上的点能跑到太平洋里去，那画面太美我不敢看。
features = []
for index, row in df.iterrows():
point = geojson.Point((row['lon'], row['lat']))
feature = geojson.Feature(geometry=point, properties={"name": row['name']})
features.append(feature)
geojson_dict = geojson.FeatureCollection(features)
with open('output.geojson', 'w', encoding='utf-8') as f:
geojson.dump(geojson_dict, f, ensure_ascii=False, indent=4)
这段代码看着简单，其实细节满满。比如ensure_ascii=False，这个不加的话，中文地名会变成乱码，到时候你在地图上看到的都是“\u4e2d\u56fd”，多难受。还有indent=4，让生成的JSON文件可读性强点，方便你检查有没有错。
要是你不想写代码，也有笨办法。用QGIS这个开源软件，虽然界面有点丑，但功能强大。导入CSV，设置X/Y字段为经纬度，然后右键图层，导出为GeoJSON。这招适合对代码头疼的朋友，但要注意QGIS版本，太旧的版本可能不支持新的坐标系统，导出后位置偏移，那可就尴尬了。
说到这儿，还得提醒一句，坐标系统一很重要。如果你的CSV数据是GPS直接导出的，通常是WGS84，也就是EPSG:4326。但如果你是在国内用的地图，比如高德、百度，它们的坐标是经过加密或偏移的。直接转成GeoJSON放到开源地图（如Leaflet）上，位置可能会偏几公里。这时候你就得先做坐标转换，把GCJ-02或者BD-09转回WGS84，这一步很多教程都忽略了，导致大家做出来的地图对不上号。
其实，csv怎么转geo文件，本质上是数据格式的理解问题。别被那些复杂的术语吓住，多试几次，多看看报错信息。报错信息虽然长得像天书，但里面往往藏着解决问题的钥匙。我上次就是因为一个逗号没删干净，导致解析失败，找了一下午bug，最后发现是CSV里有个单元格多了个空格。这种小毛病，最搞心态。
总之，别怕麻烦，动手试试。当你看到地图上密密麻麻的点按照你的数据准确显示出来时，那种成就感，比喝十杯咖啡都爽。希望这篇能帮到你，要是还有问题，评论区见，虽然我不一定秒回，但我会看的。毕竟，这年头，谁还没个卡壳的时候呢？
