在同一 GeoDataFrame 中的每个点的半径中查找点答案

【问题标题】：Finding points in radius of each point in same GeoDataFrame在同一 GeoDataFrame 中的每个点的半径中查找点
【发布时间】：2022-06-12 18:56:09
【问题描述】：

我有 geoDataFrame：

df = gpd.GeoDataFrame([[0, 'A', Point(10,12)], 
                       [1, 'B', Point(14,8)],
                       [2, 'C', Point(100,2)],
                       [3, 'D' ,Point(20,10)]], 
                      columns=['ID','Value','geometry'])

是否可以在半径范围内找到点，例如每个点为 10，并将它们的“值”和“几何”添加到 GeoDataFrame，这样输出看起来像：

['ID','Value','geometry','value_of_point_in_range_1','geometry_of_point_in_range_1','value_of_point_in_range_2','geometry_of_point_in_range_2' etc.]

在我为每个寻找最近的邻居之前，然后检查它是否在范围内，但我必须找到半径中的所有点并且不知道我应该使用什么工具。

【问题讨论】：

标签： python-3.x pandas geopandas shapely

【解决方案1】：

尽管在您的示例中，输出将在结果数据框中具有可预测的列数，但通常情况并非如此。因此，我将改为在数据框中创建一列，该列由表示附近点的索引/值/几何的列表组成。

在您提供的小型数据集中，python 中的简单算法就足够了。但是对于大型数据集，您将需要使用空间树来查询附近的点。我建议像这样使用 scipy 的 KDTree：

import geopandas as gpd
import numpy as np
import pandas as pd
from shapely.geometry import Point
from scipy.spatial import KDTree

df = gpd.GeoDataFrame([[0, 'A', Point(10,12)],
                       [1, 'B', Point(14,8)],
                       [2, 'C', Point(100,2)],
                       [3, 'D' ,Point(20,10)]],
                      columns=['ID','Value','geometry'])

tree = KDTree(pd.DataFrame(zip(df.geometry.x, df.geometry.y)))
pairs = tree.query_pairs(10)

df['ValueOfNearbyPoints'] = np.empty((len(df), 0)).tolist()

n = df.columns.get_loc("ValueOfNearbyPoints")
m = df.columns.get_loc("Value")
for (i, j) in pairs:
    df.iloc[i, n].append(df.iloc[j, m])
    df.iloc[j, n].append(df.iloc[i, m])

这会产生以下数据框：

   ID Value                   geometry ValueOfNearbyPoints
0   0     A  POINT (10.00000 12.00000)                 [B]
1   1     B   POINT (14.00000 8.00000)                 [D]
2   2     C  POINT (100.00000 2.00000)                  []
3   3     D  POINT (20.00000 10.00000)                  []

要验证结果，您可能会发现绘制结果很有用：

import matplotlib.pyplot as plt
ax = plt.subplot()
df.plot(ax=ax)
for (i, j) in pairs:
    plt.plot([df.iloc[i].geometry.x, df.iloc[j].geometry.x],
             [df.iloc[i].geometry.y, df.iloc[j].geometry.y], "-r")
plt.show()

【讨论】：