Geopandas 数据框指向多边形

我有一个 geopandas 数据框，由 id 和由 2D 点填充的几何列组成。我想连接每个唯一 id 的点来创建一个多边形，以便我的新数据框将多边形作为其几何形状。我的代码目前看起来像这样：

polygons = geopandas.GeoDataFrame() 
for i in id:
    group = df[df['id']== i]
    polygon = {'type': 'Polygon', 'coordinates': group['geometry']}
    polygon['poly'] = polygon
    polygons = geopandas.concat([polygon,polygons])

它创建了一个多边形，但是当我分配新变量时poly it says

ValueError: Length of values does not match length of index"

这是有道理的，因为它仍然只是一个坐标列表，而不是一个实际的多边形对象。有谁知道如何使其成为一个实际的多边形对象，我可以将其添加到 geopandas 的列中df?
提前致谢 ：）

我已经取得了类似的成就groupby功能。假设你的点实际上是 ShapelyPoint对象，并按正确的顺序排序，你可以尝试这样的事情。

import pandas as pd
import geopandas as gp
from shapely.geometry import Point, Polygon

# Initialize a test GeoDataFrame where geometry is a list of points
df = gp.GeoDataFrame( [['box', Point(1, 0)], 
                       ['box', Point(1, 1)], 
                       ['box', Point(2,2)], 
                       ['box', Point(1,2)], 
                       ['triangle', Point(1, 1)], 
                       ['triangle', Point(2,2)], 
                       ['triangle', Point(3,1)]],  
                     columns = ['shape_id', 'geometry'], 
                     geometry='geometry')

# Extract the coordinates from the Point object
df['geometry'] = df['geometry'].apply(lambda x: x.coords[0])

# Group by shape ID 
#  1. Get all of the coordinates for that ID as a list
#  2. Convert that list to a Polygon
df = df.groupby('shape_id')['geometry'].apply(lambda x: Polygon(x.tolist())).reset_index()

# Declare the result as a new a GeoDataFrame
df = gp.GeoDataFrame(df, geometry = 'geometry')

df.plot()