如何在熊猫数据框中选择地理区域内的对象

Question

我正在尝试从包含项目 ID 和经纬度对列表的熊猫数据框中选择区域内的对象。有没有一种选择方法？ 我认为这与这个 SO question 类似，但使用 PANDAS 而不是 SQL

Selecting geographical points within area

这是我保存在 locations.csv

中的表格

ID, LAT, LON
001,35.00,-75.00
002,35.01,-80.00 
...
999,25.76,-64.00

我可以加载数据框，并选择一个矩形区域：

import pandas as pd
df = pd.read_csv('locations.csv', delimiter=',')
lat_max = 32.323496
lat_min = 25.712767
lon_max = -72.863358
lon_min = -74.729456
small_df = df[df['LAT'] > lat_min][df['LAT'] < lat_max][df['LON'] < lon_max][df['LON'] > lon_min]

如何选择不规则区域内的对象？

如何构建数据框选择命令？

我可以构建一个 lambda 函数，该函数将为该区域内的 LAT 和 LON 生成 True 值，但我不确定如何将它与 pandas 数据框一起使用。

Answer 1

由以下工作代码执行的在区域内选择点的过程从创建 2 个地理数据框开始。第一个包含一个多边形，第二个包含与第一个做spatial join 的所有点。空间连接运算符within 用于启用选择位于多边形内的点。操作的结果也是一个地理数据框，它只包含位于多边形区域内的所需点。

locations.csv的内容； 6 行带列标题。 注意：第一行没有空格。

ID,LAT,LON
1, 15.1, 10.0
2, 15.2, 15.1
3, 15.3, 20.2
4, 15.4, 25.3
5, 15.5, 30.4

代码：

import pandas as pd
import geopandas as gpd
from shapely import wkt
from shapely.geometry import Point, Polygon
from shapely.wkt import loads

# Create a geo-dataframe `polygon_df` having 1 row of polygon
# This polygon will be used to select points in a geodataframe
d = {'poly_id':[1], 'wkt':['POLYGON ((30 10, 40 40, 20 40, 10 20, 30 10))']}
df = pd.DataFrame( data=d )
geometry = [loads(pgon) for pgon in df.wkt]
polygon_df = gpd.GeoDataFrame(df, \
                   crs={'init': 'epsg:4326'}, \
                   geometry=geometry)

# One can plot this polygon with the command:
# polygon_df.plot()

# Read the file with `pandas`
locs = pd.read_csv('locations.csv', sep=',')

# Making it a geo-dataframe with new name: `geo_locs`
geo_locs = gpd.GeoDataFrame(locs, crs={'init': 'epsg:4326'})
locs_geom = [Point(xy) for xy in zip(geo_locs.LON, geo_locs.LAT)]
geo_locs['wkt'] = geo_locs.apply( lambda x: Point(x.LON, x.LAT), axis=1 )
geo_locs = gpd.GeoDataFrame(geo_locs, crs={'init': 'epsg:4326'}, \
    geometry=geo_locs['wkt'])

# Do a spatial join of `point` within `polygon`, get the result in `pts_in_poly` GeodataFrame.
pts_in_poly = gpd.sjoin(geo_locs, polygon_df, op='within', how='inner')

# Print the ID of the points that fall within the polygon.
print(pts_in_poly.ID)

# The output will be:
#2    3
#3    4
#4    5
#Name: ID, dtype: int64

# Plot the polygon and all the points.
ax1 = polygon_df.plot(color='lightgray', zorder=1)
geo_locs.plot(ax=ax1, zorder=5, color="red")

输出图：

在图中，ID 为 3、4 和 5 的点位于多边形内。