如何判斷一個點是否在使用 geopandas 的多邊形的某個半徑內？

Question

我有兩個文件（.shp）：第一個包含城市作為多邊形，第二個包含公園作為點。 我必須找出距城市給定距離內有多少個公園。 我正在考慮使用緩沖區將多邊形的區域擴展一定距離，然后遍歷多邊形並檢查該區域中的公園（點）。 請問我應該如何進行的任何想法？

import geopandas as gpd
import matplotlib.pyplot as plt
from shapely.geometry import Polygon, Point

cities_shape = gpd.read_file('geo_cities_f.shp')
parks_shape = gpd.read_file('geo_parks_f.shp')

fig, ax = plt.subplots(figsize=(14,14))
cities_shape.buffer(0.002).plot(ax = ax, color='blue', edgecolor='black')
parks_shape.plot(ax = ax, color='red', edgecolor='black')

cities_shape['geometry'].buffer(0.0004).plot(figsize=(14,14))

**parks(points)**
    SRID    geometry
    0   SRID=4326   POINT (34.79473 32.07580)
    1   SRID=4326   POINT (34.80149 32.12502)
    2   SRID=4326   POINT (34.76660 32.07581)
    3   SRID=4326   POINT (34.78834 32.06583)
    4   SRID=4326   POINT (34.78338 32.06643)

**polygons**
SRID    geometry
0   SRID=4326   POLYGON ((34.80707 32.05355, 34.80704 32.05350...
1   SRID=4326   POLYGON ((34.80707 32.05355, 34.80704 32.05350...
2   SRID=4326   POLYGON ((34.80712 32.05342, 34.80713 32.05341...
3   SRID=4326   POLYGON ((34.80712 32.05342, 34.80713 32.05341...
4   SRID=4326   POLYGON ((34.80712 32.05337, 34.80715 32.05336...

Answer 1

您評論說您的方法太慢了。 緩沖后，如何檢查多邊形內是否有一個點？ 如果您還沒有這樣做，您應該使用空間樹而不是循環遍歷每個幾何圖形來完成這部分，以提高性能。 緩沖后，使用 geopanda 的 intersect spatial join或使用shapely手動構建樹。

Answer 2

聽起來您的數據很大，而 pandas 是這里的瓶頸。 嘗試使用dask-geopandas ，它使用 dask 數據幀而不是 pandas 數據幀。 只需使用pip install dask-geopandas安裝軟件包，然后更改行

import geopandas as gpd

至

import dask_geopandas as gpd

Answer 3

您可能想嘗試geopandas.sjoin_nearest()與您選擇的max_distance參數。

import geopandas as gpd
import matplotlib.pyplot as plt
from shapely.geometry import Polygon, Point

cities_shape = gpd.read_file('geo_cities_f.shp')
parks_shape = gpd.read_file('geo_parks_f.shp')

park_city_pairs = parks_shape.sjoin_nearest(cities_shape, max_distance=1) #whatever distance you choose

number_of_parks = len(park_city_pairs['park_id'].drop_duplicates())

我假設您的geo_parks_f.shp對每個公園都有一個標識符列，例如park_id