[英]Checking if points are inside of polygons
我有兩個 geoJSON 格式的數據集。 使用 geoPandas,一方面我有一個數據集,其中包含某個城市中各個點的坐標。
表gdf:
╔═══╦════════╦══════════╦══════════════════════╦═════════╦══════════╦══════════════════════════╗
║ ║ id ║ layer_id ║ title ║ lon ║ lat ║ geometry ║
╠═══╬════════╬══════════╬══════════════════════╬═════════╬══════════╬══════════════════════════╣
║ 0 ║ 83969 ║ 12 ║ Garces ║ 2.15351 ║ 41.37926 ║ POINT (2.15351 41.37926) ║
╠═══╬════════╬══════════╬══════════════════════╬═════════╬══════════╬══════════════════════════╣
║ 1 ║ 86258 ║ 146 ║ Ritsch ║ 2.16235 ║ 41.38429 ║ POINT (2.16235 41.38429) ║
╠═══╬════════╬══════════╬══════════════════════╬═════════╬══════════╬══════════════════════════╣
║ 2 ║ 83964 ║ 40 ║ Lunch & Catering Bar ║ 2.15368 ║ 41.37913 ║ POINT (2.15368 41.37913) ║
╠═══╬════════╬══════════╬══════════════════════╬═════════╬══════════╬══════════════════════════╣
║ 3 ║ 83970 ║ 8 ║ Galaxia ║ 2.15343 ║ 41.37932 ║ POINT (2.15343 41.37932) ║
╠═══╬════════╬══════════╬══════════════════════╬═════════╬══════════╬══════════════════════════╣
║ 4 ║ 74866 ║ 40 ║ Celler de l`Abi ║ 2.14207 ║ 41.3694 ║ POINT (2.14207 41.36941) ║
╚═══╩════════╩══════════╩══════════════════════╩═════════╩══════════╩══════════════════════════╝
另一方面,我有另一個數據集,其中不同區域的多邊形位於同一個城市。
表多邊形:
╔═══╦═══════╦═════╦═══════════════════════════════════════════════════╗
║ ║ Name ║ ... ║ geometry ║
╠═══╬═══════╬═════╬═══════════════════════════════════════════════════╣
║ 0 ║ aoi_1 ║ ... ║ POLYGON Z ((2.13049 41.38221 0.00000, 2.13101 ... ║
╠═══╬═══════╬═════╬═══════════════════════════════════════════════════╣
║ 1 ║ aoi_2 ║ ... ║ POLYGON Z ((2.14463 41.39321 0.00000, 2.14495 ... ║
╠═══╬═══════╬═════╬═══════════════════════════════════════════════════╣
║ 2 ║ aoi_3 ║ ... ║ POLYGON Z ((2.14592 41.39374 0.00000, 2.14613 ... ║
╠═══╬═══════╬═════╬═══════════════════════════════════════════════════╣
║ 3 ║ aoi_4 ║ ... ║ POLYGON Z ((2.14860 41.39433 0.00000, 2.14884 ... ║
╠═══╬═══════╬═════╬═══════════════════════════════════════════════════╣
║ 4 ║ aoi_5 ║ ... ║ POLYGON Z ((2.14845 41.39443 0.00000, 2.14873 ... ║
╚═══╩═══════╩═════╩═══════════════════════════════════════════════════╝
我想要做的是確定每個多邊形內的哪些點並生成一個新的數據集。 我還想知道最優化的方法,因為我有大約 100 個多邊形和大約 100K 個點要在多邊形中進行驗證。
使用Shapely
和 property contains
,我想做的是以下內容:
inside = gdf[gdf.apply(lambda row: polys.contains(Point(row.lon, row.lat)), axis=1)]
問題是我不想只獲取單個多邊形內的點(上面的代碼就是這樣做的),而是獲取所有點並知道它們在哪些多邊形中。
我找到了我要找的東西,它是這樣的:
points_inside = gpd.sjoin(gdf, polys[['Name', 'geometry']], op='within')
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.