2

我正在使用 GeoPandas 和 Pandas。我有一个，比如说，300,000 行 Dataframe，df，有 4 列 + 索引列。

        id      lat         lon     geometry
     0  2009 40.711174  -73.99682    0
     1  536 40.741444   -73.97536    0
     2  228 40.754601   -73.97187    0

然而，唯一的 id 只是少数（~200）

我想为每个（纬度，经度）组合生成一个 shapely.geometry.point.Point 对象，类似于此处显示的内容：http: //nbviewer.ipython.org/gist/kjordahl/7129098 （参见单元格#5），它循环遍历数据框的所有行；但是对于这么大的数据集，我想将循环限制为更少的唯一 ID。

因此，对于给定的 id 值，idvalue（即第一行的 2009 年）创建 GeoSeries，并将其直接分配给具有 id==idvalue 的所有行

我的代码如下所示：

    for count, iunique in enumerate(df.if.unique()):
        sc_start = GeoSeries([Point(np.array(df[df.if==iunique].lon)[0],np.array(df[df.if==iunique].lat)[0])])
        df.loc[iunique,['geometry']] = sc_start

但是事情不起作用 - 几何字段没有改变 - 我认为是因为 sc_start 的索引与 df 的索引不匹配。

我该如何解决这个问题？我应该坚持整个df的循环吗？

4

1 回答 1

3

我会采取以下方法：

  1. 首先找到唯一的 id 并为此创建一个 GeoSeries 点：

    unique_ids = df.groupby('id', as_index=False).first()
unique_ids['geometry'] = GeoSeries([Point(x, y) for x, y in zip(unique_ids['lon'], unique_ids['lat'])])

  2. 然后将这些几何图形与匹配 id 的原始数据框合并：

    df.merge(unique_ids[['id', 'geometry']], how='left', on='id')
于 2015-06-07T14:11:17.233 回答