使用 Geopandas 计算重叠特征

如何解决使用 Geopandas 计算重叠特征

注意：我问过同样的问题 here，但到目前为止没有得到任何反馈。

有没有一种方法可以使用 Geopandas 轻松计算重叠多边形的数量，与 ArcGIS Pro Count Overlapping Features 的工作方式相同？

到目前为止，我的方法是先进行联合叠加，然后将 dissolve 与 aggfunc='count' 结合使用，但由于某种原因，我得到的结果不正确。

我在一个地理数据框中有 3 个重叠的多边形：

然后我进行叠加：

union = gpd.overlay(gdf,gdf,how='union')

结果我只得到 9 个多边形，虽然我应该得到 10 个（这是 QGIS 或 ArcGIS 中的 union 会返回的）：

我的方法有什么问题吗？在单个地理数据框中计算重叠多边形的最佳方法是什么？

完整代码如下。它返回 9 个多边形。根据我对 union/intersect 操作的理解，它应该产生 10 个多边形。 3个多边形的交集只计算两次，而不是三次...QGIS中对同一组多边形的并集运算结果为10个多边形。

import pandas as pd
import matplotlib as plt
import geopandas as gpd
from shapely import wkt
data = {'name':  ['polygon A','polygon B','polygon C'],'id': [1,2,3],'geom': ['MULTIPOLYGON (((36.00000 11.00000,36.00000 12.00000,37.00000 12.00000,37.00000 11.00000,36.00000 11.00000)))','MULTIPOLYGON (((36.50000 11.50000,37.50000 11.50000,37.50000 11.00000,36.50000 11.00000,36.50000 11.50000)))','MULTIPOLYGON (((36.61799 10.80580,36.61570 11.19321,36.86327 11.29637,37.34925 10.91813,37.00540 10.71182,36.61799 10.80580)))']
        }

df = pd.DataFrame (data,columns = ['name','id','geom'])
df['geom'] = df['geom'].apply(wkt.loads)
gdf = gpd.GeoDataFrame(df,geometry='geom')

gdf.plot(alpha=0.5,column='id')
union = gpd.overlay(gdf,how='union')
len(union)

预期结果：

解决方法

如果您需要 ArcGIS Pro Count Overlapping Features 工具的计数和输出，这应该可以工作。如果要包含原始多边形，可以注释掉/删除此行：other_poly_list.remove(idx)。

intersection_polygons_list = []

for idx,row in gdf.iterrows():

    main_poly_gdf = gdf.iloc[idx:idx+1,:]

    print('\n' + 'main poly:',main_poly_gdf['id'].tolist()[:])

    other_poly_list = gdf.index.tolist()

    other_poly_list.remove(idx)

    other_poly_gdf = gdf[gdf.index.isin(other_poly_list)]

    print('other polys:',other_poly_gdf['id'].values.tolist()[:])

    intersection_polygons = gpd.overlay(main_poly_gdf,other_poly_gdf,how='intersection')

    intersection_polygons_list.append(intersection_polygons)


intersections_gdf = pd.concat(intersection_polygons_list)

intersections_gdf_gb = intersections_gdf.groupby('name_1').agg({'name_2':'size'})