首頁 > QGIS, 操作功能 > QGIS1.7版之後的連結屬性表(Join Attributes)功能

QGIS1.7版之後的連結屬性表(Join Attributes)功能

2012年2月6日 發表評論 閱讀評論

先前的文章介紹如何利用網路上的統計資料連結屬性表,QGIS1.7之後的版本將[Tools]→ [Data management Tools]→ [Join attributes]此一工具移除了,而改為類似ESRI Arcgis中動態關聯的方式,以下介紹此一功能如何使用。

本文使用內政部戶政司全球資訊網中的人口統計資料,配合台灣行政區域圖的shape file (TWN_COUNTY.shp,需自行取得)製作臺灣各縣市人口資料圖。

    1. 前置作業與先前文章相同,需先下載人口統計資料,並留下需要的欄位後,存檔為population_100.dbf,檔案如下圖所示 (註:QGIS1.7版之後的join功能可支援中文格式的屬性表) 。

    2. 若TWN_COUNTY.shp無專屬的、縣市間彼此並不會有重複的CODE碼,則需自行建立該欄位,並在population_100.dbf檔中新增一對應的POP_CODE欄位,以利兩者Join時對照之用。

      3. 將TWN_COUNTY.shp及population_100.dbf在同一個專案中開啟後,在TWN_COUNTY.shp上點擊滑鼠右鍵,開啓屬性。

      4. 在屬性表中找到「Joins」標籤,點擊「+」號,便會出現Joins選項,選擇適當選項(本例中Join layer為population_100.dbf,而兩者對應的欄位為CODE及POP_CODE)後即可點擊確定進行屬性表的關聯。

      5. 結果如下圖所示。

 

Categories: QGIS, 操作功能 Tags:
  1. 目前尚無任何的評論。
評論分頁
1 2 1631
  1. 2019年12月31日05:05 | #1
  2. 2020年1月16日14:55 | #2
  3. 2020年1月17日06:49 | #3
  4. 2020年1月25日23:33 | #4
  5. 2020年1月26日01:24 | #5
  6. 2020年1月29日03:51 | #6
  7. 2020年2月17日16:34 | #7
  8. 2020年2月17日17:27 | #8
  9. 2020年2月21日06:19 | #9
  10. 2020年2月28日04:03 | #10
  11. 2020年3月10日01:32 | #11
  12. 2020年3月10日23:07 | #12
  13. 2020年3月20日22:00 | #13
  14. 2020年3月28日22:08 | #14
  15. 2020年4月20日18:08 | #15
  16. 2020年4月21日08:04 | #16
  17. 2020年4月27日06:38 | #17
  18. 2020年5月13日17:13 | #18
  19. 2020年5月13日21:31 | #19
  20. 2020年5月13日23:20 | #20
  21. 2020年6月6日16:20 | #21
  22. 2020年6月16日01:50 | #22
  23. 2020年6月16日10:39 | #23
  24. 2020年6月16日11:04 | #24
  25. 2020年6月16日22:11 | #25
  26. 2020年7月12日01:09 | #26
  27. 2020年7月16日01:12 | #27
  28. 2020年7月22日03:44 | #28
  29. 2020年8月11日02:13 | #29
  30. 2020年8月13日17:29 | #30
  31. 2020年8月28日08:33 | #31
  32. 2020年8月29日06:15 | #32
  33. 2020年10月10日11:47 | #33
  34. 2020年10月16日13:13 | #34
  35. 2020年10月16日14:39 | #35
  36. 2020年10月31日04:09 | #36
  37. 2020年10月31日06:46 | #37
  38. 2020年11月20日02:55 | #38
  39. 2020年11月20日12:13 | #39
  40. 2020年11月25日10:00 | #40
  41. 2020年11月29日07:39 | #41
  42. 2020年11月29日08:49 | #42
  43. 2020年11月29日10:15 | #43
  44. 2020年11月29日14:31 | #44
  45. 2020年12月17日03:57 | #45
  46. 2020年12月22日03:16 | #46
  47. 2020年12月25日07:15 | #47
  48. 2021年1月10日11:12 | #48
  49. 2021年2月3日22:06 | #49
  50. 2021年2月5日01:07 | #50
您必須 登入 後才能發表評論。