如何将数据正确地保存到列表中，然后在python中将其转换为数据帧？

我有一个GeoDataFrame，其中包含关于建筑物的信息（建筑物编号、几何图形），我需要从中创建另一个GeoDataFrame，其中包含关于建筑物中心点（质心）的信息，这些信息具有相同的列（建筑物编号、几何图形）

我的想法是首先创建一个空列表，并将结果附加到列表中：

    import geopadnas as gpd
    result = []
    centroids = gpd.GeoSeries(My_GDF.centroid)
    result.append([My_GDF['Buliding_Number'],centroids])
    print(result)

但这对我来说不起作用，结果是：

[[0     61
1      5
2     22
3    NaN
4      7
5    NaN
6    NaN
7     5D
Name: BUI_NUMBER, dtype: object, 0    POINT (21.04572 52.14893)
1    POINT (21.02783 52.07371)
2    POINT (20.97048 52.22921)
3    POINT (20.93536 52.25316)
4    POINT (20.93575 52.25281)
5    POINT (20.93293 52.24256)
6    POINT (20.93444 52.24029)
7    POINT (20.93574 52.25361)
dtype: geometry]]

我想我需要这样的输出：

[[61, 5, 22, NaN, 7, NaN, NaN, 5D],[POINT (21.02783 52.07371, ..., POINT (20.93574 52.25361)]]

因为我想把它转换成GeoDataFrame（我知道怎么做）。 是否有任何方法可以按照我想要的方式将数据附加到列表中？或者我可以把它从我现在的输出转换成GDF？ 总而言之，我的想法是：

• 创建质心，然后创建一个列表，其中包含有关建筑编号和质心的信息
• 其次，将其转换为数据帧：
• 然后转到GeoDataFrame：

---

您是否希望通过这项工作来创建新的GeoDataFrame？（顺便说一句，“Building”键中有一个类型）

---

在

中对此进行了探索。您是否希望通过这项工作来创建新的GeoDataFrame？（顺便说一句，“Building”键中有一个类型）

---

我们在

中对此进行了探讨是的，这当然是可能的，您可以使用Python创建所需的数据结构。你发布的链接显示了一些例子，如人物列表=['Jon'，'Smith'，21]，'Mark'，'Brown'，38]，'Maria'，'Lee'，42]，'Jill'，'Jones'，28]，'Jack'，'Ford'，55]；df=DataFrame（People\u List，columns=['First\u Name'，'Last\u Name'，'Age']），GDF可能总是这样，一个包含数据列表的名称键，通过索引匹配？数据帧（{'City'：['Buenos Aires'，'Barsilia'，'Santiago'，'Bogota'，'Caracas'，'Country'：['Argentin'，'Brazil'，'Chile'，'Colombia'，'委内瑞拉'，'Latitude'：[-34.58，--15.78，--33.45,4.60,10.48]，'Longitude'：[-58.66，--47.91，--70.66，--74.08，--66.86]））是的，这当然是可能的，可以使用Python创建所需的数据结构。你发布的链接显示了一些例子，如人物列表=['Jon'，'Smith'，21]，'Mark'，'Brown'，38]，'Maria'，'Lee'，42]，'Jill'，'Jones'，28]，'Jack'，'Ford'，55]；df=DataFrame（People\u List，columns=['First\u Name'，'Last\u Name'，'Age']），GDF可能总是这样，一个包含数据列表的名称键，通过索引匹配？df=pd.数据帧（{‘城市’：[‘布宜诺斯艾利斯’、‘巴西利亚’、‘圣地亚哥’、‘波哥大’、‘加拉加斯’，‘国家’：[‘阿根廷’、‘巴西’、‘智利’、‘哥伦比亚’、‘委内瑞拉’，‘纬度’：[-34.58、-15.78、-33.45、4.60、10.48]，‘经度’：[-58.66、-47.91、-70.66、-74.08、-66.86]）

df = pandas.DataFrame(
  {
    'BuildingID': My_GDF['Buliding_Number']
  #, centroids however those are put
  }
)

gdf = geopandas.GeoDataFrame(df, geometry=geopandas.points_from_xy(df.Longitude, df.Latitude))