干了十五年地理信息这行，见过太多小白被各种软件整懵圈。今天不整那些虚头巴脑的理论，直接聊点干货。很多人问，csv怎么转geo文件？其实吧，这事儿真没想象中那么玄乎，但坑是真不少。
先说个真事儿。上周有个哥们找我，说他在网上下了个工具，转出来的图全是乱的，坐标全飘到太平洋去了。我一看，好家伙，经纬度搞反了，而且没指定投影坐标系。这种低级错误，新手最容易犯。所以，第一步，别急着点转换，先检查数据。
你的csv里，必须有经度（Longitude）和纬度（Latitude）这两列。注意，是WGS84坐标系下的经纬度。如果你的数据是GCJ02（也就是俗称的火星坐标），直接转会偏好几公里。这点必须得提醒，很多国产地图数据都是加密过的，直接转GeoJSON或者Shapefile，位置绝对不对。
那具体怎么操作呢？我有两个路子，一个适合懒人，一个适合懂点技术的。
先说懒人版。用QGIS。这软件免费开源，比ArcGIS轻量多了。打开QGIS，点击图层，添加图层，选择添加 delimited text layer。然后找到你的csv文件。这时候关键来了，在Geometry definition那里，选Point coordinates。X字段选经度，Y字段选纬度。坐标系选EPSG:4326 - WGS 84。点添加，如果地图上点出来了，那就对了。然后右键图层，导出为，保存要素为。格式选GeoJSON或者ESRI Shapefile。搞定。
但这只是第一步。很多人转完发现，属性表里的数据乱码。特别是中文，gbk和utf-8搞混，转出来全是问号。这时候你得在QGIS里先把csv的编码改成utf-8，或者在导入时指定编码。这个细节，90%的人都会忽略。
再说技术版。用Python。如果你会点代码，这方法更灵活。用pandas读csv，用geopandas转geo。代码也就几行。
import pandas as pd
import geopandas as gpd
from shapely.geometry import Point
df = pd.read_csv('data.csv')
geometry = [Point(xy) for xy in zip(df['lon'], df['lat'])]
gdf = gpd.GeoDataFrame(df, geometry=geometry, crs="EPSG:4326")
gdf.to_file('output.geojson', driver='GeoJSON')
这方法快，但要注意，如果你的csv里有空值，Point()会报错。所以得先清洗数据，把空值删掉或者填充。这也是个坑。
再聊聊价格。网上有些收费软件，转个文件收几十块，真心没必要。QGIS和Python都是免费的。除非你公司有特殊需求，比如批量处理百万级数据，那可能需要用ArcGIS Pro或者写更复杂的脚本。但一般个人用，免费的足够。
避坑指南：
1. 别信什么“一键转换神器”，很多带毒或者广告多。
2. 转完一定要在GIS软件里打开看看，别光看文件生成没。
3. 如果数据量大，csv转geo可能会卡死。建议分批处理。
4. 坐标系一定要对，不然转出来也是废数据。
最后说句心里话，做这行久了，发现很多人不是不会操作，而是不敢试。其实csv怎么转geo文件，核心就是两点：坐标对不对，格式对不对。只要这两点搞定了，剩下的就是点点鼠标的事儿。
别总想着走捷径，有些弯路，踩了才能长记性。我当年也是被坑过几次，才总结出这些经验。希望这些能帮到你，少走点弯路。要是还有问题，评论区见，别私信，私信回得慢。
记住，数据无小事，坐标差一点，结果谬千里。仔细点，总没错。
