计算数据块中线串（地理）的长度

【问题标题】：calculate length of linestring (geo) in databricks计算数据块中线串（地理）的长度
【发布时间】：2021-10-13 06:34:08
【问题描述】：

我们导入带有地理列的数据集。这个地理列代表一条线。当我将数据导入数据框时，地理列中的数据如下所示：

LINESTRING（155337.4045392797 368804.3359240878，155355.9229438164 368779.3184124769，155373.0222553128 368756.2129847418，155388.3646412735 368731.7390974509，155407.6144665894 368681.0098514915，155420.4474846997 368647.1914807712，155436.6551315848 368622.2950623668，155457.1933884901 368596.075214043，155466.4756062801 368586.0079242395，155491.8449842462 368569.6328123881） P>

数据框中该列的数据类型是字符串。我需要计算长度。我该怎么做。

我用 geopandas 和 shapely 尝试了几件事，但我无法让它发挥作用。不知怎的，我似乎不理解语法，或者我忘记了一些东西

为了检查地理列中的数据是否为有效的地理数据，我们将数据框写入了地理列为几何数据类型的表中。从该表中我们可以计算出长度。所以它是有效数据

【问题讨论】：

标签： pyspark line databricks geo

【解决方案1】：

我和同事一起解决了这个问题

我们需要这些库：

    from pyspark.sql.functions import *
    from pyspark.sql.types import *
    from shapely import geos, wkb, wkt
    import pandas as pd
    import geopandas as gpd

然后我们将数据作为数据框导入，并将数据框转换为 pandas 数据框

df_basis = spark.sql(sql_basis)
df_pandas = df_basis.toPandas()

几何列作为变量（可选）

column = 'geometrie'

将几何列读取为 wkt

df_pandas[column] = gpd.GeoSeries.from_wkt(df_pandas[column])

将“lengte”列添加到 geopandas 数据框（lengte 是荷兰语的长度）

df_pandas['lengte'] = gpd.GeoSeries(df_pandas['geometrie']).length

就是这样

【讨论】：