利用geopandasGeoDataFrame()快速创建地理数据框。

GeoPandas 是一个基于Pandas 的地理数据处理库，支持空间数据的读取、分析、可视化等功能。GeoPandas 提供了 GeoDataFrame() 函数，可以快速创建地理数据框。

GeoDataFrame 是一个扩展了 Pandas DataFrame 的对象，除了包含表格数据，还具备空间几何信息。GeoDataFrame 将空间数据与属性数据结合在一起，方便进行地理空间分析和可视化。

使用 GeoDataFrame() 创建地理数据框，需要首先导入 geopandas 模块，并确定需要的几何类型。常用的几何类型包括点、线、多边形等。

以下是使用 geopandas.GeoDataFrame() 快速创建地理数据框的示例代码：

import geopandas as gpd
from shapely.geometry import Point

# 创建空的 GeoDataFrame
gdf = gpd.GeoDataFrame()

# 创建几何坐标
geometry = [Point(0, 0), Point(1, 1), Point(2, 2)]

# 创建属性数据
data = {'name': ['A', 'B', 'C'], 'value': [1, 2, 3]}

# 将几何坐标和属性数据添加到 GeoDataFrame
gdf['geometry'] = geometry
gdf['name'] = data['name']
gdf['value'] = data['value']

# 打印 GeoDataFrame
print(gdf)

运行上述代码，输出结果如下：

                 geometry name  value
0  POINT (0.00000 0.00000)    A      1
1  POINT (1.00000 1.00000)    B      2
2  POINT (2.00000 2.00000)    C      3

在上述示例中，我们首先导入了 geopandas 和 shapely.geometry 模块。接着使用 gpd.GeoDataFrame() 创建一个空的 GeoDataFrame 对象。随后，我们创建了几个点坐标和属性数据，分别存储在 geometry 和 data 变量中。最后，我们将几何坐标和属性数据分别赋值给 GeoDataFrame 的 'geometry'、'name'、'value' 列，并打印了最终的 GeoDataFrame。

需要注意的是，通过 GeoDataFrame() 创建的地理数据框并没有设置坐标系。我们可以通过设置 GeoDataFrame.crs 属性来指定地理坐标系。

除了手动创建 GeoDataFrame，我们还可以将其他格式的空间数据直接读取为 GeoDataFrame，或者将 GeoSeries 转换为 GeoDataFrame。

总之，利用 geopandas.GeoDataFrame() 函数，我们可以快速创建地理数据框，并进行地理空间数据的处理和分析。