如何解决如何有效地从 geopandas df 过滤不在匀称多边形范围内的行?
我有一个常规的 Pandas 数据框,我可以像这样一次性转换为 geopandas
from shapely.geometry import polygon,Point
import geopandas
geo_df = geopandas.GeoDataFrame(input_df,geometry=geopandas.points_from_xy(input_df.Longitude,input_df.Latitude))
我还有一个坐标列表,我可以将其转换为 Shapely polygon,如下所示:
grid_polygon = polygon(shape_coordinates)
然后我想过滤 geo_df
中不在匀称多边形 grid_polygon
范围内的所有行。
我目前实现这一目标的方法是:
geo_df['withinpolygon'] = ""
withinQlist = []
for lon,lat in zip(geo_df['longitude'],geo_df['latitude']):
pt = Point(lon,lat)
withinQ = pt.within(grid_polygon)
withinQlist.append(withinQ)
geo_df['withinpolygon'] = withinQlist
geo_df = geo_df[geo_df.withinpolygon==True]
但这效率很低。我认为有一种方法可以在不迭代每一行的情况下做到这一点,但我能找到的大多数解决方案都没有使用匀称的多边形进行过滤。有什么想法吗?
谢谢
解决方法
作为第一步,正如您在评论中已经提到的,您的代码可以像这样简化:
import geopandas
geo_df = geopandas.GeoDataFrame(input_df,geometry=geopandas.points_from_xy(input_df.Longitude,input_df.Latitude)
geo_df_filtered = geo_df.loc[geo_df.within(grid_polygon)]
但是有一些技术可以加快速度,具体取决于您拥有的数据类型和使用模式:
使用准备好的几何体
如果您的多边形非常复杂,则创建 prepared geometry 将加快包含检查的速度。 这会在一开始就预先计算各种数据结构,加快后续操作。 (更多详情here。)
from shapely.prepared import prep
grid_polygon_prep = prep(grid_polygon)
geo_df_filtered = geo_df.loc[geo_df.geometry.apply(lambda p: grid_polygon_prep.contains(p))]
(不能像上面那样只做 geo_df.loc[geo_df.within(grid_polygon_prep)]
,因为 geopandas 不支持准备好的几何图形。)
使用空间索引
如果您需要针对多个 grid_polygon
对一组给定的点运行包含检查,而不仅仅是一个,那么在这些点上使用空间索引是有意义的。
它将显着加快速度,尤其是在有很多点的情况下。
Geopandas 为此提供了 GeoDataFrame.sindex.query
:
match_indices = geo_df.sindex.query(grid_polygon,predicate="contains")
# note that using `iloc` instead of `loc` is important here
geo_df_filtered = geo_df.iloc[match_indices]
不错的博文,还有更多解释:https://geoffboeing.com/2016/10/r-tree-spatial-index-python/
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。