数据帧到空间并与圆形缓冲区相交

Question

我有一个包含 lon/lat 信息的数据框。目的是找到到特定点 st_p 的 rad 距离内的所有点。事实上，我已经有了 R 中的代码，但我需要在 python.

上做同样的事情

我所做的是，我将数据帧转换为 sf 对象，我定义了一个缓冲区，然后与缓冲区相交。

这是R代码。我只是不知道要在 Python 中使用什么库来做同样的事情。

within_radius <- function(df, st_p, rad) {
  
  # Transform to an sf object and cahnge from lon/lat to utm
  sf_df <- st_transform(st_as_sf(
    df,
    coords = c("lon", "lat"),
    crs = 4326,
    agr = "constant"
  ), 6622)
  
  # Create an utm st point based on the coordinates of the stop point 
  cntr <- st_transform(st_sfc(st_p, crs = 4326), 6622)
  
  # Craete a circular buffer with the given radius
  buff <- st_buffer(cntr, rad)
  
  # Filter the points that are within the buffer
  intr <- st_intersects(sf_df, buff, sparse = F)
  sf_df <- st_transform(sf_df, 4326)
  sf_df <- sf_df[which(unlist(intr)), ]
  
  # Compute the distance of esch point to the begining of the road segment
  xy = st_coordinates(st_centroid(sf_df))
  nc.sort = sf_df[order(xy[, "X"], xy[, "Y"]), ]
  sf_df <- nc.sort %>%
    mutate(dist = st_distance(
      x = nc.sort,
      y = nc.sort[1, ],
      by_element = TRUE
    ))
}

Answer 1

您可以使用 geopandas 和 shapely 做几乎任何事情

从 pandas 数据框创建一个 geopandas 地理数据框，经纬度：


    In [19]: import pandas as pd
    
    In [20]: import geopandas as gpd
    
    In [21]: from shapely.geometry import Point
    
    In [22]: df = pd.DataFrame({"lat": [19.435175, 19.432909], "lng":[-99.141197, -99.146036]})
    
    In [23]: gf = gpd.GeoDataFrame(df, geometry = [Point(x,y) for (x,y) in zip(df.lng, df.lat)], crs = "epsg:4326")
    
    In [24]: gf
    Out[24]:
             lat        lng                    geometry
    0  19.435175 -99.141197  POINT (-99.14120 19.43518)
    1  19.432909 -99.

    146036  POINT (-99.14604 19.43291)

缓冲区、投影和其他操作可用于地理数据框，这就是转换为公制投影并创建 10 米缓冲区的方法：


    In [27]: gf.to_crs(6622).buffer(10)
    Out[27]:
    0    POLYGON ((-3597495.980 -2115793.588, -3597496....
    1    POLYGON ((-3598149.053 -2115813.383, -3598149....
    dtype: geometry

您可以调用 intersects 来获取缓冲区和点之间的交集：


    In [29]: gf.to_crs(6622).buffer(10).intersects(Point(-3597505.980,-2115793.588))
    Out[29]:
    0     True
    1    False
    dtype: bool

计算质心：


    In [30]: gf.to_crs(6622).buffer(10).centroid
    Out[30]:
    0    POINT (-3597505.980 -2115793.588)
    1    POINT (-3598159.053 -2115813.383)
    dtype: geometry

使用缓冲区过滤：


    In [31]: gf.loc[gf.to_crs(6622).buffer(10).intersects(Point(-3597505.980,-2115793.588))]
    Out[31]:
             lat        lng                    geometry
    0  19.435175 -99.141197  POINT (-99.14120 19.43518)

distance 给出了到几何图形中最近点的距离：


    In [33]: gf.to_crs(6622).buffer(10).distance(Point(-3597505.980,-2115793.588))
    Out[33]:
    0      0.000000
    1    643.377576
    dtype: float64

还有很多可以做的，看看文档就知道了 https://geopandas.org/index.html

另请参阅 shapely 的文档以了解如何投影单点 https://shapely.readthedocs.io/en/latest/manual.html#shapely.ops.transform

数据帧到空间并与圆形缓冲区相交

dataframe to spatial and intersection with a circular buffer

python

gis