Một lớp lót! Cộng với một số gợi ý hiệu suất cho những người dữ liệu lớn.
Cho pandas.DataFrame
rằng có x Kinh độ và y Vĩ độ như vậy:
df.head()
x y
0 229.617902 -73.133816
1 229.611157 -73.141299
2 229.609825 -73.142795
3 229.607159 -73.145782
4 229.605825 -73.147274
Hãy chuyển đổi pandas.DataFrame
thành geopandas.GeoDataFrame
như sau:
Nhập thư viện và tăng tốc tạo hình :
import geopandas as gpd
import shapely
shapely.speedups.enable() # enabled by default from version 1.6.0
Mã + thời gian chuẩn trên một tập dữ liệu thử nghiệm tôi có nằm xung quanh:
#Martin's original version:
#%timeit 1.87 s ± 7.03 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
gdf = gpd.GeoDataFrame(df.drop(['x', 'y'], axis=1),
crs={'init': 'epsg:4326'},
geometry=[shapely.geometry.Point(xy) for xy in zip(df.x, df.y)])
#Pandas apply method
#%timeit 8.59 s ± 60.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
gdf = gpd.GeoDataFrame(df.drop(['x', 'y'], axis=1),
crs={'init': 'epsg:4326'},
geometry=df.apply(lambda row: shapely.geometry.Point((row.x, row.y)), axis=1))
Việc sử dụng pandas.apply
chậm hơn đáng ngạc nhiên, nhưng có thể phù hợp hơn với một số quy trình công việc khác (ví dụ: trên các bộ dữ liệu lớn hơn sử dụng thư viện dask):
Các khoản tín dụng để:
Một số tài liệu tham khảo Công việc đang tiến hành (tính đến năm 2017) để xử lý các dask
bộ dữ liệu lớn :