在 Geopandas 的特定距離內過濾和合並來自兩個 dataframe 的點

Question

對於兩個 GeoPandas 數據框如下：

df1：

     id  sMiddleLng  sMiddleLat  p1_sum  p2_sum  \
0  325782  109.255034   34.691754     0.0     0.0   
1   84867  107.957177   33.958289     0.0     0.0   
2   13101  107.835338   33.739493     0.0     0.0   
3   92771  109.464280   33.980666     0.0     0.0   
4   86609  108.253830   33.963262     0.0     0.0   

                            geometry  
0  POINT (109.255033915 34.69175367)  
1  POINT (107.957177305 33.95828929)  
2    POINT (107.8353377 33.73949313)  
3   POINT (109.46428019 33.98066616)  
4  POINT (108.253830245 33.96326193)  

df2:

     fnid  sMiddleLng  sMiddleLat  p1_sum  p2_sum  \
0  361104  102.677887   36.686408     0.0     0.0   
1  276307  103.268356   36.425372     0.0     0.0   
2  334778  103.242125   36.605224     0.0     0.0   
3  205223  104.186869   36.206637     0.0     0.0   
4  167892  104.387566   36.091905     0.0     0.0   

                                 geometry  
0  POINT (102.67788654685 36.68640780045)  
1  POINT (103.26835590025 36.42537187675)  
2   POINT (103.2421246007 36.60522388845)  
3    POINT (104.1868687253 36.2066370049)  
4   POINT (104.38756565315 36.0919047206)  

如何根據id和geometry從另一個類似的 Geodataframe df2中找到所有點並將其合並到df1 ，這些點與df1和df2中的點之間的距離小於10 km ？ 謝謝。

Function 計算距離：

from math import radians, cos, sin, asin, sqrt

def haversine(lon1, lat1, lon2, lat2):
    """
    Calculate the great circle distance between two points 
    on the earth (specified in decimal degrees)
    """
    # convert decimal degrees to radians 
    lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2])

    # haversine formula 
    dlon = lon2 - lon1 
    dlat = lat2 - lat1 
    a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2
    c = 2 * asin(sqrt(a)) 
    r = 6371 # Radius of earth in kilometers. Use 3956 for miles
    return c * r

Answer 1

我的建議遵循以下邏輯：

1. 將兩個GeoDataFrame重新投影到使用米作為單位的投影，例如 WebMercator
2. 在其中一個數據集中的點周圍臨時創建一個 10 公里的緩沖區
3. 使用 sjoin 查找/合並重疊點

這可以按如下方式實現：

# Assuming your data uses WGS84 projection. only use the following line if crs has not been initialised
df1.crs = df2.crs = {'init': 'epsg:4326'} 

# Now convert the Dataframes to WebMercator
df2 = df2.to_crs({'init': 'epsg:3857'})
df1 = df1.to_crs({'init': 'epsg:3857'})

# Create a buffer with a radius of 10000 meters around each point in df2
df2.geometry = df2.geometry.buffer(10000)

# Join the two Dataframes and convert back to original projection
df3 = gpd.sjoin(df1, df2, how='left', op='intersects', lsuffix='_df1', rsuffix='_df2')
df3.to_crs({'init': 'epsg:4326'}) # or whatever was used originally

現在，您可以在一個方便的GeoDataFrame中獲得有關連接點的信息。 在給定數據的情況下， df2中的一個點在df1的 10 公里范圍內沒有任何點。

另外，我不完全確定您希望以何種形式合並數據，因此只需相應地適應您的需求即可。