Chuyển đổi DataFrame của gấu trúc thành GeoDataFrame

Đây có vẻ là một câu hỏi đủ đơn giản, nhưng tôi không thể tìm ra cách chuyển đổi DataFrame của gấu trúc thành GeoDataFrame để tham gia không gian.

Dưới đây là một ví dụ về dữ liệu của tôi trông như thế nào khi sử dụng df.head():

    Date/Time           Lat       Lon       ID
0   4/1/2014 0:11:00    40.7690   -73.9549  140
1   4/1/2014 0:17:00    40.7267   -74.0345  NaN

Trên thực tế, khung dữ liệu này được tạo từ CSV, vì vậy nếu đọc trực tiếp CSV dễ dàng hơn dưới dạng GeoDataFrame thì điều đó cũng tốt.

Chuyển đổi nội dung của DataFrame (ví dụ Latvà Loncác cột) thành hình học Shapely thích hợp trước rồi sau đó sử dụng chúng cùng với DataFrame gốc để tạo GeoDataFrame.

from geopandas import GeoDataFrame
from shapely.geometry import Point

geometry = [Point(xy) for xy in zip(df.Lon, df.Lat)]
df = df.drop(['Lon', 'Lat'], axis=1)
crs = {'init': 'epsg:4326'}
gdf = GeoDataFrame(df, crs=crs, geometry=geometry)

Kết quả:

    Date/Time           ID      geometry
0   4/1/2014 0:11:00    140     POINT (-73.95489999999999 40.769)
1   4/1/2014 0:17:00    NaN     POINT (-74.03449999999999 40.7267)

Vì hình học thường có định dạng WKT, tôi nghĩ rằng tôi cũng bao gồm một ví dụ cho trường hợp đó:

import geopandas as gpd
import shapely.wkt

geometry = df['wktcolumn'].map(shapely.wkt.loads)
df = df.drop('wktcolumn', axis=1)
crs = {'init': 'epsg:4326'}
gdf = gpd.GeoDataFrame(df, crs=crs, geometry=geometry)

Một lớp lót! Cộng với một số gợi ý hiệu suất cho những người dữ liệu lớn.

Cho pandas.DataFramerằng 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.DataFramethành geopandas.GeoDataFramenhư 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.applychậm 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:

• Làm shapefile từ khung dữ liệu Pandas? (đối với phương pháp áp dụng gấu trúc)
• Tăng tốc điểm hàng khôn ngoan trong đa giác với Geopandas (đối với gợi ý tăng tốc)

Một số tài liệu tham khảo Công việc đang tiến hành (tính đến năm 2017) để xử lý các daskbộ dữ liệu lớn :

• http://matthewrocklin.com/blog/work/2017/09/21/accelerating-geopandas-1
• https://github.com/geopandas/geopandas/issues/461
• https://github.com/mrocklin/dask-geopandas