简介：这份资源是面向GIS从业者、地理数据分析人员及规划相关专业学生的1:100万比例尺中国2017年县级行政区矢量边界数据集，可用于人口统计、城市规划、环境保护、灾害管理与交通规划等空间分析场景，帮助读者快速获得统一、规范的县级行政单元底图。压缩包共7个文件，约46.33MB，以shp主文件承载几何图形，dbf存储县名与代码等属性，prj定义CGS_WGS_1984坐标系，shx、sbn、sbx提供空间索引以加速检索，xml记录元数据，配套结构完整、开箱即用。目前已有615人学习下载。读者可直接将其与人口密度、地形地貌、气候等数据叠加分析，揭示地理模式与趋势，也可作为制图底图或空间统计的基础数据，省去自行收集与配准边界的时间，适合需要可靠县级行政边界的中高级GIS用户。
1. 拿到一份 2017 县级行政区 shp，先想清楚它能干什么
县级行政区划矢量数据在 GIS 圈子里属于那种“平时不觉得稀罕，真要用时到处找不到干净版本”的东西。一份 2017 年的县级行政区 shp 文件，本质上是把当年全国县级单元的边界、名称、行政代码以面要素的形式固化下来，配合基础地理数据库里的道路、水系、居民地等图层，能撑起人口统计制图、专题图底图、空间叠加分析、区域规划前期底图这一整条链路。它解决的核心问题是“空间单元对齐”：你手上有一堆按县统计的表格数据，缺一张能把数字落到地图上的边界底图。适合谁？做国土空间、民政区划、统计年鉴可视化、教学演示、以及需要历史年份快照做对比分析的从业者。2017 这个年份很关键，它是一份时间切片，不是“最新最全”，用之前必须先接受这个前提。
2. 2017 县级行政区 shp 的字段结构与坐标系：先读懂再动手
拿到 shp 不要急着往 QGIS 或 ArcGIS 里拖，先搞清楚它到底带了什么。一个 shapefile 从来不是单个文件，而是.shp（几何）、.shp.xml（元数据）、.dbf（属性表）、.prj（投影）、.shx（索引）这一组，少一个都可能翻车。基础地理数据库出品的县级行政区图层，属性字段通常围绕行政区划代码、名称、上级代码、几何面积这几类组织，但不同来源命名差异很大，必须自己核对。
2.1 用 ogrinfo 把图层“体检”一遍
我一般第一步不是开桌面软件，而是命令行体检，快且不污染工程。
# 查看 shp 的图层名、要素数、坐标系、字段定义 ogrinfo -so -al county_2017.shp # 只看字段列表，快速确认有没有行政代码和名称 ogrinfo -so county_2017.shp county_2017 | grep -E "Field|Geometry"-so是 summary only，不读几何只读元信息，几秒钟出结果；-al表示所有图层。输出里重点看三样：Feature Count（要素数，全国县级单元大致在两千八百上下，明显偏离就要怀疑是不是只给了某个省）、Geometry（应为 Polygon 或 MultiPolygon）、Extent（范围是否覆盖你关心的区域）。字段部分要确认有没有类似adcode、name、parent的列，没有行政代码的版本做关联统计会非常痛苦。
2.2 坐标系与投影：别让面积算错一个数量级
基础地理数据库常见的是地理坐标系（经纬度，单位度），而做面积统计、缓冲区、叠加时必须用投影坐标系（单位米）。这是新手最容易忽略、老手也常偷懒的一步。
import geopandas as gpd gdf = gpd.read_file("county_2017.shp") print(gdf.crs) # 看原始坐标系，常见为 EPSG:4326 print(gdf.geom_type.value_counts()) print(gdf.columns.tolist()) # 面积统计前必须投影到等积或等距坐标系，这里用常见的 Albers 等积投影示例 gdf_proj = gdf.to_crs("+proj=aea +lat_1=25 +lat_2=47 +lat_0=0 +lon_0=105 +datum=WGS84 +units=m") gdf_proj["area_km2"] = gdf_proj.geometry.area / 1e6 print(gdf_proj[["name", "area_km2"]].head())to_crs里的 Albers 参数lat_1、lat_2是标准纬线，lon_0是中央经线，这套参数在国内全域制图中很常见，但如果你只做某个省，标准纬线应换成该省范围，否则边缘变形会偏大。area / 1e6是把平方米换成平方公里。注意：直接对 EPSG:4326 的几何调.area得到的是“平方度”，毫无物理意义，这个坑每年都有人踩。
2.3 属性表清洗：名称、代码、空几何三件事
县级数据里常见的脏点：名称带空格或全角括号、行政代码被存成数值型丢了前导零、个别要素几何为空或自相交。
# 名称去空格、代码补零、剔除空几何 gdf["name"] = gdf["name"].astype(str).str.strip() gdf["adcode"] = gdf["adcode"].astype(str).str.zfill(6) # 县级代码统一 6 位 gdf = gdf[gdf.geometry.notna() & ~gdf.geometry.is_empty] gdf = gdf[gdf.geometry.is_valid] # 先过滤明显无效几何 print(len(gdf))zfill(6)是关键，行政区划代码是字符串语义，一旦被读成整数，110101变成110101还好，但带前导零的省级拼接就会错位。is_valid过滤掉自相交多边形，避免后续空间连接报拓扑错误。清洗完再落盘，别在原文件上反复覆盖。
3. 把县级 shp 接进分析流程：空间连接、裁剪与制图底图
数据读懂了，接下来是它真正产生价值的地方——和你的业务表对齐。这一章按“关联 → 裁剪 → 出图”的顺序走，每一步都给可复现的代码和参数解释。
3.1 用行政代码做属性关联，而不是靠名称
名称关联是血泪教训：同名县、简称、民族自治县全称差异，匹配率能掉到七八成。行政代码是唯一稳定键。
import pandas as pd stats = pd.read_csv("county_stats_2017.csv", dtype={"adcode": str}) stats["adcode"] = stats["adcode"].str.zfill(6) merged = gdf.merge(stats, on="adcode", how="left") missing = merged[merged["指标值"].isna()] print(f"未匹配要素数: {len(missing)}") print(missing[["adcode", "name"]].head(10))dtype={"adcode": str}在读 CSV 时就把代码锁成字符串，避免 pandas 自动推断成整数。how="left"保证边界要素不丢，未匹配的用isna()单独捞出来人工核对——通常是代码版本差异（2017 年后有区划调整）或统计表本身缺项。这一步不要跳过，未匹配清单就是你的数据质量报告。
3.2 按研究区裁剪：clip 与 mask 的取舍
全国数据动辄几百 MB，做市级研究没必要全量加载。裁剪有两种常见做法：按边界clip保留几何交集，或按掩膜mask只留完全落入的要素。
study_area = gpd.read_file("study_boundary.shp").to_crs(gdf.crs) # 方案一：clip，保留与边界相交的部分并裁掉外部 clipped = gpd.clip(gdf, study_area) # 方案二：mask，只保留质心落在研究区内的完整县级单元 masked = gdf[gdf.geometry.representative_point().within(study_area.unary_union)] print(len(clipped), len(masked))clip适合出图，边界干净；mask适合统计，保证每个县是完整单元不被切碎。representative_point()比centroid稳，凹多边形质心可能落在外面。unary_union把研究区合并成单一几何再判断包含，比逐要素循环快一个量级。两种结果数量不同是正常的，选哪个取决于你要“图好看”还是“数对得上”。
3.3 出专题图底图：分类与配色别踩统计陷阱
县级单元做分级设色，最容易被忽略的是分类方法。等间距（equal interval）在县级数据上几乎必然翻车，因为少数大城市指标极高，其余全挤在低值段。
import matplotlib.pyplot as plt fig, ax = plt.subplots(figsize=(10, 8)) merged.plot(column="指标值", cmap="YlOrRd", scheme="quantiles", k=5, legend=True, edgecolor="white", linewidth=0.3, ax=ax, missing_kwds={"color": "lightgrey", "label": "无数据"}) ax.set_axis_off() plt.savefig("county_choropleth.png", dpi=200, bbox_inches="tight")scheme="quantiles"分位数分级，每级要素数接近，视觉区分度好；k=5是级数，超过 7 级人眼难分辨。missing_kwds把未匹配单元标灰，避免“白块被误读成零值”。edgecolor="white"加细边线让相邻县可辨。dpi 200 够印刷级预览，正式出版再上 300。
4. 2017 县级行政区 shp 的避坑清单：五个真实翻车现场
这一章全是踩过的坑，按“现象 → 原因 → 解决”写，能省你至少两天返工。
4.1 要素数对不上：不是数据坏了，是口径变了
现象：全国要素数只有两千六百多，比预期少一两百。原因：2017 年之后有撤县设区、合并，不同来源的“2017 版”可能混入了调整后的边界，或本身只覆盖陆地不含某些管理单元。解决：先确认数据说明里的统计口径，用行政代码去重后计数，再和当年区划简册的县级数量对照；差异集中在某几个省就逐省核对，别急着全量重投影。
4.2 中文属性乱码：dbf 编码是黑匣子
现象：.dbf里名称显示成问号或乱码。原因：shapefile 的 dbf 对中文编码支持不统一，常见 GBK 与 UTF-8 混用，GDAL 默认按 Latin-1 读。解决：读的时候显式指定编码，gpd.read_file("county_2017.shp", encoding="gbk")，不行再试utf-8；确认后统一转存为 GeoPackage 或 GeoJSON，绕开 dbf 编码问题。
4.3 空间连接结果翻倍：几何重叠与重复要素
现象：merge 或 sjoin 后行数暴涨。原因：边界数据存在重复要素，或相邻县共享边界导致intersects命中多次。解决：先drop_duplicates(subset="adcode")去重；空间连接用predicate="within"或先取代表点再连接，避免面与面相交的多对多。
4.4 面积算出来离谱：投影没换或单位没除
现象：某县面积显示几十万。原因：对经纬度几何直接算面积，单位是平方度。解决：先to_crs到米制投影再.area，并统一除以1e6转平方公里；跨纬度大的区域用 Albers 等积投影，别用 Web Mercator 算面积。
4.5 出图边界锯齿与缝隙：简化与拓扑
现象：放大后县界有细缝或锯齿。原因：原始数据精度高但相邻要素节点不共享，或做过简化未保持拓扑。解决：出图前用simplify(tolerance=0.001, preserve_topology=True)适度简化，tolerance 按投影单位调；缝隙明显时用buffer(0)修复自相交，但会轻微改变边界，统计用途慎用。
5. 让 2017 快照可复用：版本化存储与跨年对比的实操技巧
一份 2017 年的县级 shp，最大的价值不在“当年出图”，而在“作为时间切片参与对比”。我一般会把它转成 GeoPackage 做版本化存储，字段里加一列vintage标记年份，后续 2019、2021 的版本同表管理，对比时按代码对齐、按年份分组。
# 转存 GeoPackage，加年份标记，便于多版本共存 gdf["vintage"] = 2017 gdf.to_file("county_admin.gpkg", layer="county_2017", driver="GPKG") # 跨年对比：按 adcode 对齐，找出边界或归属变化的单元 old = gpd.read_file("county_admin.gpkg", layer="county_2017") new = gpd.read_file("county_admin.gpkg", layer="county_2021") changed = set(old["adcode"]) ^ set(new["adcode"]) # 对称差集即新增/撤销 print(f"区划变动单元数: {len(changed)}")driver="GPKG"单文件存多图层，比一堆 shp 好管理，也规避了 dbf 编码和字段名长度限制。^对称差集一次捞出“只在旧版”和“只在新版”的代码，再拿这些代码回查名称，就是一份区划调整清单。注意 GeoPackage 的字段名不要用中文，跨工具兼容性差，用拼音或英文列名、中文放值。
一个具体技巧：做跨年对比图时，别用两套配色硬拼，而是用“变化类型”单图层表达——新增、撤销、边界调整各一色，未变单元浅灰打底。这样一张图讲清十年区划演变，比两张并排图信息密度高得多。我自己的习惯是每次拿到新年份数据，先跑一遍对称差集，把变动清单存成 CSV 归档，三年后回看就是一份现成的区划沿革台账。数据这东西，当时觉得麻烦的版本标记，日后都是后悔药。希望帮到你。
本文还有配套的精品资源，点击获取
