查找一对GPS坐标所属的行的有效方法

Question

我有一个数据帧（称为A），带有一组GPS纬度/经度坐标

Lat | Long
28.6752213, 77.09311140000001

我还有另一种格式的CSV（行多，超过一百万，称为B）

基本上是一个网格，具有四个角的经/纬度坐标。

问题

我需要为A中的每一行找到它在B中所包围的那行（非唯一）。像在B中，gps坐标位于框中，如B中的行所描述。我有一个函数当得到A的坐标和B中的行的坐标时，返回True/False。

现在，我正在执行蛮力方法，遍历整个B数据框，并检查每一行是否属于该框。但是，这效率极低而且非常慢。

我确信必须有更好的方法，因为这是一个普遍的问题。谁能指出我的意思？

谢谢！ ：）

编辑：

函数im用于查找特定gps_coord是否在行定义的框中的代码

import matplotlib.path as path
def find_if_point_in_bounding_box(row,gps_coords):
    top_left_lat = row['top_left_lat']
    top_left_long = row['top_left_long']
    top_right_lat = row['top_right_lat']
    top_right_long = row['top_right_long']
    bottom_left_lat = row['bottom_left_lat']
    bottom_left_long = row['bottom_left_long']
    bottom_right_lat = row['bottom_right_lat']
    bottom_right_long = row['bottom_right_long']

    lat,long = gps_coords
     # create box
    p = path.Path([(top_left_lat, top_left_long),(top_right_lat,top_right_long),(bottom_left_lat,bottom_left_long),(bottom_right_lat,bottom_right_long)])
    res = p.contains_points([(lat,long)])[0]
    return res

Answer 1

您的8个坐标每个仅包含4个唯一值：2个纬度（形成每个框的顶部和底部边界，或者北和南边界）和两个经度（左边界和右边界，西风和东风）。在4个角的4个（纬度，经度）组合之间，您会看到重复的值。您只需将位置与4个边界进行比较，纬度应介于两个纬度边界之间（或在两个纬度边界上），而经度应介于两个经度边界之间。

因此，您可以简单地根据纬度的top_*_lat和bottom_*_lat中的每一个，以及*_left_long和*_right_long中的每一个，询问具有匹配边界框的行经度：

lat, long = <latitude>, <longitude>
matching_rows = df.query(
    # top and bottom latitudes, top lat > bottom lat, north to south
    "top_left_lat >= @lat >= bottom_right_lat and "
    # left and right longitudes, left long < right long, west to east
    "top_left_long <= @long <= bottom_right_long"
)

上面的pandas.DataFrame.query() expression只是进行了简单的几何点约束测试，并假设您的边界框没有越过反子午线（国际日期变更线），也没有与任一极点重叠。

您必须对输入数据框中的每个位置执行此操作；熊猫无法基于任意表达式合并数据框（尚未）。您可以按两个坐标之一对输入进行分组，以生成与该坐标相匹配的行的子集，然后在每个组的第二个坐标处进一步过滤它们。

如果您的输入数据帧也很大，那么使用数据库进行这种联接可能会更好。