import os
import sys
import geopandas as gpd
import rasterio
from exactextract import exact_extract

try:
    proj_lib_path = os.path.join(sys.prefix, 'Lib', 'site-packages', 'rasterio', 'proj_data')
    os.environ['PROJ_LIB'] = proj_lib_path
except Exception as e:
    print(f"Warning: Could not automatically set PROJ_LIB. Please set it manually. Error: {e}")

# 定义文件路径
raster_path = "D:/工作/三普成果编制/出图数据/容县/栅格0925/AB/AB.tif"
vector_path = "D:/测试文件夹/容县耕园林草.shp"

# 1. 使用 rasterio 读取栅格的坐标参考系统 (CRS)
with rasterio.open(raster_path) as src:
    raster_crs = src.crs

# 2. 使用 geopandas 读取矢量文件
gdf = gpd.read_file(vector_path)

# 3. 检查并转换矢量数据的 CRS
print(f"原始矢量CRS: {gdf.crs}")
print(f"目标栅格CRS: {raster_crs}")

if gdf.crs != raster_crs:
    print("CRS不匹配，正在转换矢量数据的CRS...")
    # 使用 .to_crs() 方法进行转换
    gdf = gdf.to_crs(raster_crs)
    print("转换完成。")

# 4. 现在，将已经对齐了坐标系的 GeoDataFrame 传递给 exact_extract
#    注意：可以直接传递 GeoDataFrame 对象，而不仅仅是文件路径
stats_to_calculate = ['mean', 'sum', 'count', 'min', 'max']
results = exact_extract(raster_path, gdf, stats_to_calculate)

# 5. 将结果合并回 GeoDataFrame
#    exact_extract 在处理 GeoDataFrame 时，会保留原始的行顺序
for stat in stats_to_calculate:
    # 从结果列表中提取每个要素的'properties'字典中的统计值
    gdf[stat] = [res['properties'][stat] for res in results]

# 打印最终带有统计结果的 GeoDataFrame
print("\n分区统计结果:")
print(gdf.head())

gdf.to_file("ddddl.shp", driver='ESRI Shapefile', encoding='utf-8')