Question

我希望使用Geopandas / Shapely来完成等效的ArcPy Generate Near Table。我是Geopandas和Shapely的新手，并开发了一种有效的方法，但我想知道是否有更有效的方法。

我有两个点文件数据集 - Census Block Centroids和餐馆。我希望找到每个人口普查区块中心距离它最近的餐厅的距离。对于同一家餐厅而言，对于多个街区来说，最近的餐厅没有任何限制。

这对我来说有点复杂的原因是因为Geopandas Distance function计算元素，基于索引进行匹配。因此，我的一般方法是将Restaurants文件转换为多点文件，然后将blocks文件的索引设置为全部相同的值。然后，所有块质心和餐馆都具有相同的索引值。

import pandas as pd
import geopandas as gpd
from shapely.geometry import Polygon, Point, MultiPoint

现在阅读Block Centroid和Restaurant Shapefiles：

Blocks=gpd.read_file(BlockShp)
Restaurants=gpd.read_file(RestaurantShp)

由于Geopandas距离函数按元素计算距离，我将Restaurant GeoSeries转换为MultiPoint GeoSeries：

RestMulti=gpd.GeoSeries(Restaurants.unary_union)
RestMulti.crs=Restaurants.crs
RestMulti.reset_index(drop=True)

然后我将Blocks的索引设置为等于0（与Restaurants多点相同的值）作为元素计算的解决方法。

Blocks.index=[0]*len(Blocks)

最后，我使用Geopandas距离函数计算每个Block质心到最近餐馆的距离。

Blocks['Distance']=Blocks.distance(RestMulti)

请提供有关如何改进这方面的任何建议。我并不喜欢使用Geopandas或Shapely，但我希望学习ArcPy的替代方案。

感谢您的帮助！

Answer 1

如果我理解你的问题，块和餐馆的尺寸可能会有很大差异。出于这个原因，尝试通过重建索引强制转换为表格格式可能是一种糟糕的方法。

我会绕过街区并获得到餐馆的最小距离（就像@shongololo建议的那样）。

我会略微更一般（因为我已经记下了这段代码）并且在点与线之间做了一段距离，但是相同的代码应该从点到点或从多边形到多边形。我将从点GeoDataFrame开始，我将创建一个与行距离最小的新列。

%matplotlib inline
import matplotlib.pyplot as plt
import shapely.geometry as geom
import numpy as np
import pandas as pd
import geopandas as gpd

lines = gpd.GeoSeries(
    [geom.LineString(((1.4, 3), (0, 0))),
        geom.LineString(((1.1, 2.), (0.1, 0.4))),
        geom.LineString(((-0.1, 3.), (1, 2.)))])

# 10 points
n  = 10
points = gpd.GeoSeries([geom.Point(x, y) for x, y in np.random.uniform(0, 3, (n, 2))])

# Put the points in a dataframe, with some other random column
df_points = gpd.GeoDataFrame(np.array([points, np.random.randn(n)]).T)
df_points.columns = ['Geometry', 'Property1']

points.plot()
lines.plot()

现在获取点到线的距离，并且只保存每个点的最小距离（请参阅下面的适用版本）

min_dist = np.empty(n)
for i, point in enumerate(points):
    min_dist[i] = np.min([point.distance(line) for line in lines])
df_points['min_dist_to_lines'] = min_dist
df_points.head(3)

给出了

    Geometry                                       Property1    min_dist_to_lines
0   POINT (0.2479424516236574 2.944916965334865)    2.621823    0.193293
1   POINT (1.465768457667432 2.605673714922998)     0.6074484   0.226353
2   POINT (2.831645235202689 1.125073838462032)     0.657191    1.940127

----编辑----

（取自github问题）使用apply更好，更符合您在pandas中执行此操作的方式：

def min_distance(point, lines):
    return lines.distance(point).min()

df_points['min_dist_to_lines'] = df_points.geometry.apply(min_distance, df_lines)

Answer 2

您的代码缺少详细信息，args = (df_lines)

def min_distance(point, lines):
    return lines.distance(point).min()

df_points['min_dist_to_lines'] = df_points.geometry.apply(min_distance, args=(df_lines,))# Notice the change to this line

Answer 3

我将在不同尺寸的大熊猫中使用两个样本数据集进行演示。

import geopandas as gpd

# read geodata for five nyc boroughs
gdf_nyc = gpd.read_file(gpd.datasets.get_path('nybb'))
# read geodata for international cities
gdf_cities = gpd.read_file(gpd.datasets.get_path('naturalearth_cities'))

# convert to a meter projection
gdf_nyc.to_crs(epsg=3857, inplace=True)
gdf_cities.to_crs(epsg=3857, inplace=True)

我们可以简单地将lambda函数应用于GeoSeries。例如，如果我们想获得每个纽约市自治市（多边形）与其最近的国际城市之间的最小距离（点）。我们可以执行以下操作：

gdf_nyc.geometry.apply(lambda x: gdf_cities.distance(x).min())

这会给我们

0    384422.953323
1    416185.725507
2    412520.308816
3    419511.323677
4    440292.945096
Name: geometry, dtype: float64

类似地，如果我们想要每个国际城市与其最近的纽约市自治市镇之间的最小距离。我们可以执行以下操作：

gdf_cities.geometry.apply(lambda x: gdf_nyc.distance(x).min())

这会给我们

0      9.592104e+06
1      9.601345e+06
2      9.316354e+06
3      8.996945e+06
4      2.614927e+07
           ...     
197    1.177410e+07
198    2.377188e+07
199    8.559704e+06
200    8.902146e+06
201    2.034579e+07
Name: geometry, Length: 202, dtype: float64

注意：

在计算距离之前，请将GeoDataFrame转换为笛卡尔投影。在示例中，我使用了epsg:3857，因此距离将以米为单位。如果使用椭圆形（基于lon / lat的）投影，则结果将为度。首先进行投影转换，然后再进行其他操作，例如获取多边形的质心。
两点之间只有一个距离。当您想获得一点与一条线之间的距离时，.distance()方法返回的最小距离将很有意义。换句话说，.distance()方法可以计算任意两个地理对象之间的距离。
当GeoDataFrame中有多个geometry列时，请确保将lambda函数应用于所需的GeoSeries，并从所需的GeoSeries中调用.distance()方法。在示例中，我直接从GeoDataFrame调用了该方法，因为它们都只有一个GeoSeries列。

使用Geopandas计算与最近特征的距离

3 个答案: