我有2个地理数据框:

import geopandas as gpd
from shapely.geometry import Point
gpd1 = gpd.GeoDataFrame([['John',1,Point(1,1)],['Smith',1,Point(2,2)],['Soap',1,Point(0,2)]],columns=['Name','ID','geometry'])
gpd2 = gpd.GeoDataFrame([['Work',Point(0,1.1)],['Shops',Point(2.5,2)],['Home',Point(1,1.1)]],columns=['Place','geometry'])


,我想为gpd1中的每一行找到gpd2中最接近点的名称:

desired_output = 

    Name  ID     geometry  Nearest
0   John   1  POINT (1 1)     Home
1  Smith   1  POINT (2 2)    Shops
2   Soap   1  POINT (0 2)     Work


我一直在尝试使用lambda函数使其工作:

gpd1['Nearest'] = gpd1.apply(lambda row: min_dist(row.geometry,gpd2)['Place'] , axis=1)


with

def min_dist(point, gpd2):

    geoseries = some_function()
    return geoseries


评论

这种方法对我有用:stackoverflow.com/questions/37402046/…请看链接

#1 楼

您可以直接使用Shapely函数的最近点(GeoSeries的几何形状为Shapely几何形状):

from shapely.ops import nearest_points
# unary union of the gpd2 geomtries 
pts3 = gpd2.geometry.unary_union
def near(point, pts=pts3):
     # find the nearest point and return the corresponding Place value
     nearest = gpd2.geometry == nearest_points(point, pts)[1]
     return gpd2[nearest].Place.get_values()[0]
gpd1['Nearest'] = gpd1.apply(lambda row: near(row.geometry), axis=1)
gpd1
    Name  ID     geometry  Nearest
0   John   1  POINT (1 1)     Home
1  Smith   1  POINT (2 2)    Shops
2   Soap   1  POINT (0 2)     Work


求和

for i, row in gpd1.iterrows():
    print nearest_points(row.geometry, pts3)[0], nearest_points(row.geometry, pts3)[1]
 POINT (1 1) POINT (1 1.1)
 POINT (2 2) POINT (2.5 2)
 POINT (0 2) POINT (0 1.1)


评论


有些东西对我不起作用,我无法弄清楚。即使几何是实体,该函数也会返回一个空的GeoSeries。例如:sample_point = gpd2.geometry.unary_union [400] / gpd2.geometry中的sample_point这将返回True。 gpd2.geometry == sample_point这全都是False。

– Robroc
18年8月21日在15:47



除此之外:gpd2.geometry.geom_equals(sample_point)可以工作。

– Robroc
18年8月21日在16:26

#2 楼

如果您有大型数据帧,我发现scipy的cKDTree空间索引.query方法为最近的邻居搜索返回非常快的结果。由于它使用空间索引,因此比遍历数据帧然后查找所有距离中的最小值要快几个数量级。它也比使用shapely的nearest_points和RTree(可通过geopandas获得的空间索引方法)更快,因为cKDTree允许您对搜索进行矢量化,而另一种方法则不能。从gpd2中的每个点开始,在gpd1中最近的邻居的名称。假设两个gdf都有一个geometry列(以点为单位)。 >

评论


是否可以使用此方法在直线上给出最近的点?例如,将GPS位置捕捉到最近的街道。

–超结
18/12/5在16:46

这个答案太神奇了!但是,最接近直线的代码对我来说是一个错误。似乎对于每个点都返回了距最近直线的正确距离,但是返回的线号是错误的。我认为它是idx的计算,但是我对Python还是很陌生,所以我无法设法解决这个问题。

– Shakedk
19年11月19日在19:45

gdfB_cols参数是什么?它将选择LineString的列与Point? RecursionError:调用Python对象并导入sys时超出了最大递归深度; sys.setrecursionlimit(10000),崩溃。有什么要优化的地方,从Point到LineString的最近点要改进吗?

– hhh
20-11-19在1:34



这很容易是我在SO上见过的最好的答案之一。 @JHuw您是通过挖掘Shapely文档或repo来开发此软件的,还是有一门课程或讲座将您整合在一起的?

– Modriano
20 Dec 31'的0:57

#3 楼

想通了:

def min_dist(point, gpd2):
    gpd2['Dist'] = gpd2.apply(lambda row:  point.distance(row.geometry),axis=1)
    geoseries = gpd2.iloc[gpd2['Dist'].argmin()]
    return geoseries


当然,欢迎提出批评。我不喜欢为gpd1的每一行重新计算gpd2 ['Dist'] ...

#4 楼

对于使用@JHuw的出色答案同时使用自己的数据进行索引编制错误的任何人,我的问题是我的索引未对齐。重置gdfA和gdfB的索引解决了我的问题,也许这对@Shakedk也有帮助。

 import itertools
from operator import itemgetter

import geopandas as gpd
import numpy as np
import pandas as pd

from scipy.spatial import cKDTree
from shapely.geometry import Point, LineString

gpd1 = gpd.GeoDataFrame([['John', 1, Point(1, 1)],
                         ['Smith', 1, Point(2, 2)],
                         ['Soap', 1, Point(0, 2)]],
                        columns=['Name', 'ID', 'geometry'])
gpd2 = gpd.GeoDataFrame([['Work', LineString([Point(100, 0), Point(100, 1)])],
                         ['Shops', LineString([Point(101, 0), Point(101, 1), Point(102, 3)])],
                         ['Home',  LineString([Point(101, 0), Point(102, 1)])]],
                        columns=['Place', 'geometry'])


def ckdnearest(gdfA, gdfB, gdfB_cols=['Place']):
    # resetting the index of gdfA and gdfB here.
    gdfA = gdfA.reset_index(drop=True)
    gdfB = gdfB.reset_index(drop=True)
    A = np.concatenate(
        [np.array(geom.coords) for geom in gdfA.geometry.to_list()])
    B = [np.array(geom.coords) for geom in gdfB.geometry.to_list()]
    B_ix = tuple(itertools.chain.from_iterable(
        [itertools.repeat(i, x) for i, x in enumerate(list(map(len, B)))]))
    B = np.concatenate(B)
    ckd_tree = cKDTree(B)
    dist, idx = ckd_tree.query(A, k=1)
    idx = itemgetter(*idx)(B_ix)
    gdf = pd.concat(
        [gdfA, gdfB.loc[idx, gdfB_cols].reset_index(drop=True),
         pd.Series(dist, name='dist')], axis=1)
    return gdf

c = ckdnearest(gpd1, gpd2)
 


#5 楼

吉恩的答案对我不起作用。最终,我发现gpd2.geometry.unary_union生成的几何仅包含我的大约150.000点中的大约30.000。对于遇到相同问题的其他人,这是我解决的方法:
from shapely.ops import nearest_points
from shapely.geometry import MultiPoint

gpd2_pts_list = gpd2.geometry.tolist()
gpd2_pts = MultiPoint(gpd2_pts_list)
def nearest(point, gpd2_pts, gpd2=gpd2, geom_col='geometry', src_col='Place'):
     # find the nearest point
     nearest_point = nearest_points(point, gpd2_pts)[1]
     # return the corresponding value of the src_col of the nearest point
     value = gpd2[gpd2[geom_col] == nearest_point][src_col].get_values()[0]
     return value

gpd1['Nearest'] = gpd1.apply(lambda x: nearest(x.geometry, gpd2_pts), axis=1)


#6 楼

该解决方案效率极低,但它适用于所有几何类型(包括混合几何类型gdfs)。我只会在您的gdf很小的情况下尝试此操作(我的用例是具有约2000行的gdf,为此我想从另一个具有约15行的gdf中找到最接近的功能,而在典型的办公笔记本电脑上花费了几秒钟) 。相交的功能可能会使其散布,因此请注意。它最初基于@RedM的解决方案,但是将在gdf2中分配最接近gdf1的功能的索引。
gdf1["gdf2_idx"] = gdf1.apply(
    lambda row1: gdf2.apply(
        lambda row2: row1.geometry.distance(row2.geometry), axis="columns").idxmin(),
    axis="columns"
)