缓冲区内具有相同 id 的点

Question

我有一个缓冲层和一个点层：

 buffer_gdf
     ID
0    1A
1    1B
2    1C

和

 point_gdf
      ID
0     1A
1     1A
2     1A
3     1A
4     1A
5     1B
6     1B
7     1B
8     1B
9     1B
10    1B
11    1B
12    1B
13    1B
14    1C    
15    1C
16    1C
17    1C    
18    1C
19    1C
20    1C    
21    1C
22    1C

有没有办法计算在缓冲区 ID=1A 内有多少 ID=1A 的点，在缓冲区 ID=1B 内有多少 ID=1B 的点，在缓冲区 ID=1C 内有多少 ID=1C 的点，以及很快... 我有超过 20000 个缓冲区和超过 300000 个点。

我正在使用 pandas，但我也可以使用 R。

对不起，我没有提到某些点在缓冲区之外。我只需要缓冲区内的那些

Answer 1

这里是R中的一种方式

sapply(buffer_gdf$ID, function(x) sum(point_gdf$ID == x))
1A 1B 1C 
 5  9  9 

或outer

rowSums(outer(buffer_gdf$ID, point_gdf$ID, `==`))
[1] 5 9 9

---

如果这不应该考虑buffer_gdf，table 就足够了

table(point_gdf$ID)

或者做一个subset然后得到table

with(point_gdf, table(ID[ID %in% buffer_gdf$ID]))

数据

buffer_gdf <- structure(list(ID = c("1A", "1B", "1C")), class = "data.frame", row.names = c("0", 
"1", "2"))

point_gdf <- structure(list(ID = c("1A", "1A", "1A", "1A", "1A", "1B", "1B", 
"1B", "1B", "1B", "1B", "1B", "1B", "1B", "1C", "1C", "1C", "1C", 
"1C", "1C", "1C", "1C", "1C")), class = "data.frame", row.names = c("0", 
"1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", 
"13", "14", "15", "16", "17", "18", "19", "20", "21", "22"))

Answer 2

使用以下方法获取您的价值计数：

counts = point_gdf.value_counts()

然后reset_index 并在counts 上合并您的buffer_gdf 以附加您的总和：buffer_gdf.merge(counts.reset_index(), on='ID', how='left', validate='1:1')。¹

你可以这样写：

buffer_gdf.merge(point_gdf.value_counts().reset_index(), on='ID',
                 how='left', validate='1:1')

---

¹您不需要指定validate='1:1'。在编写合并时，我几乎总是提供一个 validate 关键字，以确保数据的格式符合我的预期。我认为这是一种最佳做法。

Answer 3

这是一个具有data.table 的performance 和INNER JOIN 的优雅的解决方案。

解决方案

鉴于您的示例数据，此处转载为data.tables

buffer_gdf <- structure(list(ID = c("1A", "1B", "1C")),
                        row.names = c(NA, -3L), class = c("data.table"))


point_gdf <- structure(list(ID = c("1A", "1A", "1A", "1A", "1A", "1B", "1B", "1B", "1B", "1B", "1B", "1B", "1B", "1B", "1C", "1C", "1C", "1C", "1C", "1C", "1C", "1C", "1C")),
                       row.names = c(NA, -23L), class = c("data.table"))

以下方法

library(data.table)


# ...
# Code to generate 'buffer_gdf' and 'point_gdf' as data.tables.
# ...


#         |----------- INNER JOIN -----------||--- Count ---|
buffer_gdf[point_gdf, on = .(ID), nomatch = 0][, .N, by = ID]

应该产生这样的输出：

   ID N
1: 1A 5
2: 1B 9
3: 1C 9

注意

如果您的数据集还不是data.tables，请在操作之前使用as.data.table() 对其进行转换。

如果你愿意，可以在计数时自定义header：[, .(Count_Name = .N), by = ID]。

Answer 4

为什么不join 表格并通过groups 获得count。下面是代码。

point_gdf %>% inner_join(buffer_gdf , by = "ID") %>% group_by(ID) %>%
  summarise(count = n())

Answer 5

非常感谢大家的帮助。但是，对我来说最好和有用的答案是this post。