首頁 > QGIS, 操作功能 > 利用網路上的統計資料連結屬性表(Join Attributes)

利用網路上的統計資料連結屬性表(Join Attributes)

2009年4月3日 發表評論 閱讀評論

1. 統計資料下載參考網站:

2. 本範例目標:製作臺灣各縣市人口資料圖。

圖層:台灣縣市.shp* (需自己取得)

屬性表:97年人口資料表.dbf  (以下介紹製作方法)

3. 進入戶政司網頁,在統計資訊類別,選取[月報],欲查詢表別選取[表一]

01戶政司網頁

4. 點選欲下載的統計月份

clip_image004

5. 開啟(http://www.ris.gov.tw/ch4/static/m0s109712.xls),將紅色框的資料複製到Excel。

clip_image006

6. 利用Excel將表格整理出來,如下。原因在於QGIS的join功能不支援中文格式的屬性表,所必須把欄位名稱改成英文。[縣市名稱]也需要改成英文。

clip_image008

7. 開啟QGIS,載入[台灣縣市]後(坐標系統為TWD67),[開啟屬性表]。屬性表有一[CODE]欄位,[CODE]代表各縣市的代號。因此,每各縣市都有一個專屬的CODE碼,縣市間彼此並不會有重複。之後需藉著CODE欄位與人口資料表產生關連。故先把人口資料中增加POP_CODE欄位。

clip_image010

8. 人口資料中,增加一個[POP_CODE]欄位,並將各縣市的CODE代碼取名跟台灣縣市.shp一樣。

clip_image012

9. 框選表格內容

clip_image014

10. excel存成DBF。檔名取為「97人口資料表」。之後excel會出現一連串的對話方塊,選擇[是]或[確定]即可,再把excel關掉。關掉時還會出現一連串的對話方塊,選擇[是]或[確定]即可。

clip_image016

11. 回到QGIS主畫面,執行[Tools]→[Join attributes]

clip_image018

12. 在Join attributes中:

  • [Target vector layer]:欲連結屬性的向量圖層,選擇[台灣縣市]。
  • [Target join field]:要連結的欄位[CODE]
  • [Join dbf table]:透過[瀏覽]指定剛剛所完成的[97年人口資料表]
  • [Output Shapefile]:透過[瀏覽]指定欲輸出的資料路徑,以及重新命名新的檔名[97年各縣市人口資料]。(指的是台灣縣市與97年人口資料表透過join所形成一個新的shapefile圖層)

l 按[ok]完成

clip_image020

13. 畫面出現[是否要將97年各縣市人口資料.shp圖層載入QGIS主畫面中],選擇[是]。

clip_image022

14. 左邊圖例的中,出現新加入的[97年各縣市人口資料],右側為其屬性表-連結好的屬性資料。

11完成

Categories: QGIS, 操作功能 Tags:
  1. 2010年12月17日14:39 | #1

    您好我使用了QGIS1.5版以運研所直接下載的圖資與表格做屬性連結,但是由於沒有CODE欄位,所以我使用了COUNTYSN做連結,最後的結果卻是看的到新的屬性工作表,卻無法依照人口數量來做漸層色圖,請問我該怎麼解決色圖的問題? 感謝回覆。

  1. 2012年2月6日15:25 | #1
  2. 2019年4月13日03:24 | #2
  3. 2019年12月31日04:19 | #3
  4. 2020年1月17日05:01 | #4
  5. 2020年1月25日23:14 | #5
  6. 2020年1月25日23:52 | #6
  7. 2020年1月26日01:22 | #7
  8. 2020年1月29日03:49 | #8
  9. 2020年1月30日14:26 | #9
  10. 2020年2月17日16:09 | #10
  11. 2020年2月17日16:50 | #11
  12. 2020年2月17日17:42 | #12
  13. 2020年2月19日05:34 | #13
  14. 2020年2月21日05:57 | #14
  15. 2020年2月21日06:40 | #15
  16. 2020年2月28日03:42 | #16
  17. 2020年3月4日17:36 | #17
  18. 2020年3月5日18:57 | #18
  19. 2020年3月5日21:59 | #19
  20. 2020年3月10日00:27 | #20
  21. 2020年3月10日01:10 | #21
  22. 2020年3月10日19:51 | #22
  23. 2020年3月10日20:17 | #23
  24. 2020年3月16日18:55 | #24
  25. 2020年3月18日18:52 | #25
  26. 2020年5月13日17:20 | #26
  27. 2020年5月14日04:02 | #27
  28. 2020年7月22日06:15 | #28
  29. 2020年8月11日05:51 | #29
  30. 2020年9月11日02:56 | #30
  31. 2020年11月20日14:06 | #31
  32. 2021年1月10日10:45 | #32
您必須 登入 後才能發表評論。