处理地理空间数据：Power BI 分析指南

从零售、电商到环境可持续发展、军队和自然灾害，地理空间数据对于丰富我们的数据分析至关重要。

在本文中，我们将探讨什么是地理空间数据分析、其优势、地理空间数据的类型及其用途。最后，我们将通过 Power BI 演示一遍地理空间数据分析的流程。

什么是地理空间数据分析？

地理空间数据以其在地球上的位置来描述事物。这些事物可以是人、动物、物体、自然现象或业务结果。

地理空间数据分析不仅仅是描述事物，还要解释它们发生在何处以及为何发生。此过程涉及地理空间数据的收集、转换和可视化。

许多行业都可以使用地理空间数据分析，从零售和电商到环境稳定性，甚至政府也会用它来跟踪资源、天气、疾病和国防。

在分析中使用地理空间数据的好处

在分析中使用地理空间数据能为组织带来许多益处。最重要的是，这类基于位置的数据为您的数据提供了多维度的语境。我们将讨论地理空间数据分析带来的三大关键好处。

更深入地洞察模式与趋势

与柱状图或表格等其他方法相比，地理空间数据更容易识别模式并可视化基于位置的数据趋势。此外，我们还可以根据相对地理邻近性轻松推断这些模式和趋势。

随后，我们可以基于这些模式对数据进行分段和筛选，从而更深入地理解其发生原因。

更贴近真实世界的表达

通过可视化地理数据，我们能够更好地还原真实世界。此外，拥有实时（或接近实时）的数据可以显著提升我们对业务数据的理解，从而推动决策制定。

例如，假设某位零售企业主想在其所在区域开一家新店。他们可以使用地理空间数据回答一些问题，以帮助确定新店的最佳选址。

这些问题的示例如下：

• 我的竞争对手的门店分布在哪里？
• 竞争对手的门店如何分布？它们是否聚集在特定位置，还是分散更广？
• 我的目标客户在该区域的居住分布如何？

打造更有针对性的产品和解决方案

地理空间数据分析有助于组织可视化哪些地点比其他地点更成功。

如果企业理解其产品或服务与提供地点之间的关系，就可以将相应的产品投放到这些地点，或针对某个地点开发有成功记录的新产品。

地理空间数据的类型

地理空间数据主要有两种类型：矢量数据和栅格数据。此外，通常还会有第三类与地理数据配套的数据：属性。

我们所处理的数据类型会决定应使用哪些工具来分析并可视化数据。下面我们将分别讨论这些数据类型。

另外需注意，所有类型的地理空间数据都必须附带坐标参考系统（CRS）信息。CRS 信息会告诉我们用于进行地理空间数据分析的软件，这些地理空间数据位于地球上的何处。

在共享地理空间数据时，如果您使用的 CRS 与他人不同，那么在分析时数据会显示在不同的地理位置。遗憾的是，CRS 体系超出了本文范围（稍后您将看到 ArcGIS for Power BI 如何为我们简化这一点）。不过，我们有一门关于地理空间数据处理的课程，其中深入探讨了 CRS 等内容。

矢量数据

矢量数据通过点、线和多边形来描述地球上地理位置的特征。

• 点用于描述单个位置，如建筑物或地标。
• 线是一系列连接的点，用于描述道路或溪流等。
• 多边形是一系列连接的点，形成封闭形状，例如国家边界。

栅格数据

栅格数据是基于像素或网格的数据，用于描述地理位置的特征。每个像素可以是连续数值（如海拔）或类别分类（如土地覆盖类型）。您可能已经熟悉基于像素的数据类型，因为这是图像在机器学习模型（如计算机视觉应用）中的典型表示方式。

用于栅格数据的数字图像分辨率非常关键，因为它决定了每个像素所覆盖的地面面积。

属性

属性是与其他地理空间数据结合使用的描述性（非空间）数据，用于增强可视化和分析。例如，在处理销售和客户数据时，这些属性可以是客户的购买信息或客户本身的信息。

地理空间数据如何使用？

地理空间数据分析最近的一项公共应用是全球范围内追踪新冠肺炎（COVID-19），并评估其带来的环境和社会影响。这涉及人口数据、实时更新、地图、环境因素（如二氧化碳排放）等的结合。

例如，美国交通部针对 2019 年 4 月至 2020 年 4 月期间的交通运输二氧化碳排放进行了地理空间数据分析。其可视化展示出 CO2 排放随时间显著下降，降幅最高达 40%。尽管可以直接陈述这样的数值，但其影响力远不及在地图上的可视化呈现。

以下是更多地理空间数据的应用示例：

• 销售与客户洞察——可视化与分析客户行为模式，理解其偏好，以便更好地进行库存管理、门店选址，甚至在选择工厂、仓库和配送中心的最优位置时提供支持。
• 物流与路径优化——对于快递公司而言，优化路线可带来巨大的时间与成本节省，最终提升客户满意度。
• 军队——优化资源分配并预测维护需求。
• 监测自然灾害与天气相关状况——对极端天气进行预测与响应可改善响应时间，并及时提供撤离预警。
• 人口预测——人口增长率对诸多行业至关重要，如执法、能源、住房和电信。理解人口增长是有效规划与更好资源管理的关键前提。

在 Power BI 中进行地理空间数据分析

地理空间数据可以使用 R 和 Python 等常用编程语言进行分析。此外，还有多种专门处理地理空间数据的包。想要了解更多，请查看以下 DataCamp 课程：

• R 中的地理空间数据可视化
• Python 中的地理空间数据可视化

ArcGIS for Power BI 是一款用于地理空间数据分析与可视化的工具。ArcGIS 可基于地理空间数据创建地图，与 Power BI 结合后，您可以快速构建强大的报告，以生成洞察并推动决策。

本节将向您介绍 ArcGIS for Power BI，并展示如何在 Power BI 中创建 ArcGIS 地图。如果您希望跟随操作，我们将使用 DataLab 上的Airbnb 房源数据。您还需要在电脑上安装 Power BI Desktop。有关如何下载和安装 Power BI 的更多信息，请参阅这份安装指南。

准备数据

只有当数据中的位置被正确地理编码后，地理空间数据才能被有效地可视化。地理编码指的是将位置的描述转换为地球上可识别的位置的过程。

ArcGIS for Power BI 提供两种服务，用于将位置数据映射到地图上的位置。第一种是 ArcGIS World Geocoding Service，可识别点位信息（如地址和城市）。第二种是 ArcGIS GeoEnrichment Service，可识别边界位置（如邮政编码和国家）。

不过，通过一些额外的数据准备步骤，也可以提升位置数据的准确性。

您可以向 ArcGIS 地图添加详细的地址信息，如地址、城市、州/省、邮政编码、国家等。但要实现这一点，Power BI 中的 ArcGIS 可视化只能将数据集中一列添加到 Location 字段。如果您的数据中每个地址要素是单独的列，您需要将它们合并到一个列中。

您可以创建一个计算列，通过如下公式将各要素合并：

Column = [Address] & ", " & [City] & ", " & [Country] & ", " & [Postal Code]

如果您没有详细地址信息，而只有更泛化的数据，如国家或美国州，ArcGIS 也能识别并映射更大的边界（类似上述矢量数据中的多边形数据类型）。

将经度和纬度作为单独的列添加到可视化选项中的相应字段，是向 ArcGIS 地图添加位置信息最简单且最准确的方法之一。如果您的数据中具备此类信息，建议优先使用。

在 Power BI 中使用 ArcGIS 创建地图

ArcGIS 是 Power BI 的内置可视化。您可以在所有其他可视化选项中找到它。如果您希望获得关于在 Power BI 中可视化数据及最佳实践的更多指导，可以参考我们的Power BI 数据可视化课程。

点击 ArcGIS 图标将其添加到 Power BI 画布。在右侧选项中，您会看到该可视化支持的字段类型。我们将 neighborhood 列添加到 Location 字段，并将纬度和经度列添加到各自字段。我们希望可视化洛杉矶的 Airbnb 房源价格，因此将 price 列添加到 Size 字段。

这将生成如下结果：

除了数据集中已有的信息，我们还在图表中添加了一张额外的信息图卡片。这是 ArcGIS 提供的一项功能，它会根据我们所查看的项目动态变化——本例中我们已放大到洛杉矶。鉴于我们处理的是房产数据，我们添加了平均房价。这为我们在该可视化中看到的 Airbnb 房源相对价格提供了背景。

从圆圈的大小可以看出，马里布的 Airbnb 房源是最昂贵的一批！

结论

地理空间数据分析是一种强大的工具，能够带来更深入的洞察，并为数据提供额外的语境层。这将提升各行业组织的决策水平。

正如您在本文中所见，将 ArcGIS 与 Power BI 结合使用，大大简化了地理空间数据的准备工作，并能让您快速、轻松地创建动态可视化。