利用geopandas的GeoDataFrame()创建包含地理数据的Python数据框。

GeoDataFrame是geopandas库中的一个关键类，用于在Python中创建具有地理数据的数据框。GeoDataFrame继承了pandas库的DataFrame类，并且添加了对地理数据的支持。

要创建GeoDataFrame，首先需要导入geopandas库和pandas库：

import geopandas as gpd
import pandas as pd

然后，可以使用GeoDataFrame()函数来创建一个空的GeoDataFrame，或者使用read_file()函数从文件中读取地理数据。下面是一个示例，展示如何从GeoJSON文件中读取地理数据并创建一个GeoDataFrame：

# 从GeoJSON文件中读取地理数据
data = gpd.read_file('path/to/file.geojson')

# 查看GeoDataFrame的前5行
print(data.head())

如果要创建一个空的GeoDataFrame，可以使用以下代码：

# 创建一个空的GeoDataFrame
data = gpd.GeoDataFrame()

# 添加地理数据列
data['geometry'] = None

# 查看空的GeoDataFrame
print(data)

要添加地理数据列，可以将geometry列设置为包含具有地理信息的数据。下面是一个示例，展示如何创建一个包含地理数据的GeoDataFrame：

# 创建一个包含地理数据的DataFrame
df = pd.DataFrame({'City': ['Tokyo', 'New York', 'London'],
                   'Country': ['Japan', 'USA', 'UK'],
                   'Latitude': [35.6895, 40.7128, 51.5074],
                   'Longitude': [139.6917, -74.0060, -0.1278]})

# 将DataFrame转换为GeoDataFrame
data = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.Longitude, df.Latitude))

# 查看GeoDataFrame
print(data)

上面的代码首先创建了一个包含城市、国家、纬度和经度的DataFrame。然后，使用gpd.points_from_xy()函数创建一个Points几何列，该列包含基于纬度和经度的点。最后，用转换后的DataFrame创建一个GeoDataFrame。

通过以上的例子，你已经了解了如何使用geopandas的GeoDataFrame()函数创建包含地理数据的Python数据框。你可以根据自己的需求，使用不同的输入数据源来创建GeoDataFrame，以便于后续的地理数据分析和可视化工作。