Question

我有一个度量GeoDataframeX。每个度量都有一个位置，不一定是唯一的。我得到一个结果GeoDataframeY。其几何图形的每个点都是唯一的，并根据需要进行间隔。 X的格式如下：

                 geometry  measurement
timestamp                                                            
126         POINT (x1 y1)     0.558624
1133        POINT (x2 y2)     0.188086
1953        POINT (x3 y3)     1.206570
3147        POINT (x4 y4)     2.327880
4154        POINT (x5 y5)     1.603011

Y看起来像这样：

            geometry  value
id                                                       
0    POINT (x'1 y'1)    NaN
1    POINT (x'2 y'2)    NaN
2    POINT (x'3 y'3)    NaN
3    POINT (x'4 y'4)    NaN
4    POINT (x'5 y'5)    NaN

我想汇总Y中X的度量，如下所示：对于Y的每个点，取特定半径内X的所有值的平均值。

到目前为止，这是我想出的：

Y['value'] = Y.geometry.apply(lambda point: X.loc[X.geometry.distance(point) < radius, 'measurement'].mean())

几何具有高度，但是让我们忘记这个问题。

此代码可以正常工作，但是对于大型数据集，由于涉及隐藏的for循环，因此执行时间非常长。

我该如何优化？ scipy.spatial.distance.cdist（）看起来可能会有所帮助，但到目前为止，我在使用它时遇到了麻烦。

Answer 1

对于寻求答案的人们，我设法做到了。

代码如下：

import geopandas as gpd
import pandas as pd
import numpy as np
from scipy.spatial import distance

@property
def x(self):
    return pd.Series(self.geometry.apply(lambda p: p.x), name='x')

@property
def y(self):
    return pd.Series(self.geometry.apply(lambda p: p.y), name='y')

@property
def z(self):
    return pd.Series(self.geometry.apply(lambda p: p.z), name='z')


gpd.GeoDataFrame.x = x
gpd.GeoDataFrame.y = y
gpd.GeoDataFrame.z = z

Y_geometry_tuple = (Y.x, Y.y, Y.z)
X_geometry_tuple = (X.x, X.y, X.z)
dist_matrix = distance.cdist(np.atleast_2d(Y_geometry_tuple).T, np.atleast_2d(X_geometry_tuple).T) < radius
meas_matrix = dist_matrix * np.atleast_2d(X['measurement'])
meas_matrix[meas_matrix == 0] = np.nan
Y['value'] = np.nanmean(meas_matrix, 1)

计算速度大大提高（快了300-400倍）。

geopandas将GeoDataframe沿另一个几何图形合并

1 个答案: