0

我想为 1400 万纽约市出租车行程创建一个多边形查询点，并找出行程位于 263 个出租车区中的哪个。

我想要 RAPIDS cuspatial 上的代码。我阅读了一些论坛和帖子，并遇到了顶点多边形限制，即用户每次运行只能对 32 个多边形执行查询。所以我做了以下操作来分批分割我的多边形。

这是我的出租车区多边形文件

cusptaxizone
(0        0
 1        1
 2       34
 3       35
 4       36
       ... 
 258    348
 259    349
 260    350
 261    351
 262    353
 Name: f_pos, Length: 263, dtype: int32,
 0          0
 1        232
 2       1113
 3       1121
 4       1137
        ...  
 349    97690
 350    97962
 351    98032
 352    98114
 353    98144
 Name: r_pos, Length: 354, dtype: int32,
                    x              y
 0      933100.918353  192536.085697
 1      932771.395560  191317.004138
 2      932693.871591  191245.031174
 3      932566.381345  191150.211914
 4      932326.317026  190934.311748
 ...              ...            ...
 98187  996215.756543  221620.885314
 98188  996078.332519  221372.066989
 98189  996698.728091  221027.461362
 98190  997355.264443  220664.404123
 98191  997493.322715  220912.386162
 
 [98192 rows x 2 columns])

总共有 263 个多边形/出租车区 - 我想在每次迭代中分 24 个批次和 11 个多边形进行查询。

def create_iterations(start, end, batches):
    iterations = list(np.arange(start, end, batches))
    iterations.append(end)
    return iterations


pip_iterations = create_iterations(0, 264, 24)


#loop to do point in polygon query in a table
def perform_pip(cuda_df, cuspatial_data, polygon_name, iter_batch):
    cuda_df['borough'] = " "
    for i in range(len(iter_batch)-1):
        start = pip_iterations[i]
        end = pip_iterations[i+1]
        pip = cuspatial.point_in_polygon(cuda_df['pickup_longitude'], cuda_df['pickup_latitude'],
                                         cuspatial_data[0][start:end],  #poly_offsets
                                         cuspatial_data[1],  #poly_ring_offsets
                                         cuspatial_data[2]['x'],  #poly_points_x
                                         cuspatial_data[2]['y']  #poly_points_y
                                        )

        for i in pip.columns:
            cuda_df['borough'].loc[pip[i]] = polygon_name[i]
    return cuda_df

当我运行该函数时，我收到了一个类型错误。我想知道什么可能导致这个问题？

pip_pickup = perform_pip(cutaxi, cusptaxizone, pip_iterations)

TypeError: perform_pip() missing 1 required positional argument: 'iter_batch'
4

1 回答 1

0

似乎您正在传递函数中的cutaxifor cuda_df、cusptaxizoneforcuspatial_data和 pip_iterationsforpolygon_name变量perform_pip。没有为函数中iter_batch定义的变量/值传递perform_pip：

def perform_pip(cuda_df, cuspatial_data, polygon_name, iter_batch):

因此，您会收到上述错误，指出该错误iter_batch已丢失。正如上述评论中所述，您没有为perform_pip函数传递正确数量的参数。如果您编辑代码以传递正确数量的变量来perform_pip处理上述错误：

TypeError: perform_pip() missing 1 required positional argument: 'iter_batch'

将得到解决。

于 2020-12-28T21:45:59.177 回答