匹配python中经纬度两个数据框

Question

我有一个城市商店的经度和纬度列表。

ID   Latitude Longitude
1    28.2828  48.8392
2    28.3829  48.2947
3    27.9274  48.9274
4    28.9284  48.1937
5    27.2749  48.2804
… 
1000 27.9292  48.9284

我有另一个经度和纬度列表，商店位于 state。

ID   Latitude Longitude
8392 28.73948 48.9284
7274 19.82744 27.2837
7293 28.72847 48.92847
8384 18.28474 83.29374
2848 28.92745 48.8293
…

使用 python，如何找到第二个数据帧中的哪些数据点位于第一个数据帧组成的区域中？

换句话说，这是我想要的结果，因为第二个数据框中的这些 ID 位于由第一个数据框组成的城市中。 所有其他 ID 都被过滤掉，因为它们跨越其他区域。

ID    Latitude Longitude 
8392 28.73948 48.9284
7293 28.72847 48.92847
2848 28.92745 48.8293

Answer 1

• 您的示例数据在 state 和 city 的凸包之间没有任何相交点
• 要找到一个十字路口，您需要一个代表您所在城市的多边形。 这可以通过https://shapely.readthedocs.io/en/latest/manual.html#object.convex_hull来实现
• 一旦你有一个代表城市的多边形，你就可以sjoin()到其他点。 我模拟了这个以获得一些分数
• 还提供了可视化来演示

import pandas as pd
import geopandas as gpd
import io
import shapely

df_city = pd.read_csv(
    io.StringIO(
        """ID   Latitude Longitude
1    28.2828  48.8392
2    28.3829  48.2947
3    27.9274  48.9274
4    28.9284  48.1937
5    27.2749  48.2804
1000 27.9292  48.9284"""
    ),
    sep="\s+",
)

df_state = pd.read_csv(
    io.StringIO(
        """ID   Latitude Longitude
8392 28.73948 48.9284
7274 19.82744 27.2837
7293 28.72847 48.92847
8384 18.28474 83.29374
2848 28.92745 48.8293"""
    ),
    sep="\s+",
)

city_geom = shapely.geometry.MultiPoint(
    gpd.points_from_xy(df_city["Longitude"], df_city["Latitude"])
).convex_hull


# have some overlapping points...
df_state2 = pd.concat([df_state, df_city.sample(2)])
gpd.GeoDataFrame(
    df_state2, geometry=gpd.points_from_xy(df_state2["Longitude"], df_state2["Latitude"], crs="epsg:4326")
).sjoin(gpd.GeoDataFrame(geometry=[city_geom], crs="epsg:4326"))

ID	纬度	经度	几何学	index_right
1个	28.2828	48.8392	点 (48.8392 28.2828)	0
3个	27.9274	48.9274	点 (48.9274 27.9274)	0

可视化

m = gpd.GeoDataFrame(
    df_state, geometry=gpd.points_from_xy(df_state["Longitude"], df_state["Latitude"], crs="epsg:4326")
).explore()
gpd.GeoDataFrame(geometry=[city_geom], crs="epsg:4326").explore(m=m)