我有一个包含十进制纬度/经度坐标的数据框。
我的目标是将数据汇总到1km²的矩形网格上。为此,我根据Convert latitude, longitude to distance from equator in kilometers and round to nearest kilometer
中描述的方法将坐标转换为km该方法包括计算参考点到点(lat = 0,lon)和(lat,lon = 0)的距离。
但是它不起作用,因为它似乎取决于参考点。
通过将参考点设为(lon_ref = mean(lon),lat_ref = mean(lat)),我最终聚集在相距120公里的相同图块点上。
这是我正在使用的代码:
# get the coordinates of my reference point
lat_ref, lon_ref = data["lat"].mean() , data["lon"].mean()
# the distance function
from pyproj import Geod
wgs84_geod = Geod(ellps='WGS84')
format = lambda x: wgs84_geod.inv(lon_ref,lat_ref,0,x)[2]/1000 #km
format = lambda x: wgs84_geod.inv(lon_ref,lat_ref,x,0)[2]/1000 #km
# Apply the function on my dataframe
data["londist"]=data['lon'].map(format)
data["latdist"]=data['lat'].map(format)
# round to the nearest km
step=1 # 1km
to_bin = lambda x: np.round(x / step) * step
data["latbin"] = data['latdist'].map(to_bin)
data["lonbin"] = data['londist'].map(to_bin)
这适用于某些经度/纬度,但不适用于某些经纬度
示例:
point1 (46.9574,4.29949) # lat,lon in °
point2( 46.9972 ,3.18153)
使用上面的代码计算距离和倒圆角:
point1 (latbin = 259 , lonbin=5205)
point2(latbin = 259 , lonbin=5205)
这两点将汇总在一起 但是,两点之间的距离是85公里!
dist=wgs84_geod.inv(4.29949,46.9574,3.18153,46.9972)[2]/1000
如何解决此问题? 假设我的数据框中有1000万纬度/经度,还有其他有效的方法可以进行聚合吗?
答案 0 :(得分:0)
看起来您两次分配了format
变量,第二次分配擦除了第一个。您是说拥有format_lon
和format_lat
之类的东西吗?
请注意,一旦解决此问题,结果仍将取决于参考点-将球形坐标投影到平面地图时,这是不可避免的。但是结果应该是合理的。