您如何重新投影 geopandas GeoSeries？

Question

编辑：回答：你没有。

原问题：

我刚刚注意到， geopandas GeoDataFrame 允许inplace重新投影：

In [1]: import geopandas as gpd
In [2]: import shapely.geometry as sg
In [3]: data = {'geometry': [sg.Point(9,53), sg.Point(10,53.5)]}

In [4]: gdf = gpd.GeoDataFrame(data, crs='epsg:4326')
In [5]: gdf
Out[5]: 
                    geometry
0   POINT (9.00000 53.00000)
1  POINT (10.00000 53.50000)

In [6]: gdf.to_crs('epsg:3395', inplace=True) #No problem
In [7]: gdf
Out[7]: 
                          geometry
0  POINT (1001875.417 6948849.385)
1  POINT (1113194.908 7041652.839)

...但 GeoSeries 不会：

In [8]: gs = gpd.GeoSeries(data['geometry'], crs='epsg:4326')
In [9]: gs
Out[9]: 
0     POINT (9.00000 53.00000)
1    POINT (10.00000 53.50000)
dtype: geometry

In [10]: gs.to_crs('epsg:3395', inplace=True) #Problem
TypeError: to_crs() got an unexpected keyword argument 'inplace'

In [11]: gs.to_crs('epsg:3395')
Out[11]: 
0    POINT (1001875.417 6948849.385)
1    POINT (1113194.908 7041652.839)
dtype: geometry

这使我的应用程序中的事情有点复杂，因为我希望编写一个函数，将GeoDataframes和GeoSeries作为*args ，并对它们中的每一个进行重新投影，而无需返回并将对象重新分配给它们的变量。

这不是什么大不了的事。 我主要只是想知道为什么会这样，因为许多其他方法（如.dropna() ）确实允许在GeoDataFrame和GeoSeries对象中使用inplace参数。 那么为什么不使用这个特定的方法呢？ 是疏忽吗？ 还是有一个我不知道的充分理由？ 还是我只是用错了？

非常感谢！

---

PS：对于那些想知道用例的人来说，这超出了这个问题的范围：当有多个变量指向给定对象时，拥有一个方法的就地版本特别有价值，因此存在一些危险这些指向对象的“旧”（即，未重新投影）版本，从而导致错误。 这是一个场景：

gdf = self._geodataframe = gpd.GeoDataFrame(...) #saving dataframe as class variable
gdf.to_crs(..., inplace=True) # self._geodataframe is also reprojected

gs = self._geoseries = gpd.GeoSeries(...) #saving series as class variable
gs = gs.to_crs(...) #self._geoseries still has the original crs

Answer 1

GeoDataFrame to_crs使用 GeoSeries to_crs进行转换，而GeoSeries.to_crs()使用apply重新投影几何。 Apply 不允许就地转换，也没有人真正尝试过手动实现就地选项。

这是负责转换的代码部分：

transformer = Transformer.from_crs(self.crs, crs, always_xy=True)
result = self.apply(lambda geom: transform(transformer.transform, geom))
result.__class__ = GeoSeries
result.crs = crs
result._invalidate_sindex()
return result

我相信没有理由不支持它，但我也可能错了。 可能没有人想到实施它:)。 随意在GitHub 上打开问题或进行 PR。