Python PANDAS-GEOPANDAS：形状文件中点的本地化

使用pandas和geopandas，我想定义一个应用于数据帧每一行的函数，其操作如下： 输入：带坐标的列 输出：点所在的区域

我试过了，但花了很长时间

def zone_assign(point,zones,codes):
    try:
        zone_label=zones[zones['geometry'].contains(point)][codes].values[0]
    except:
        zone_label=np.NaN
    return(zone_label)

其中： 点是包含地理坐标的行的单元格； zones是随geopandas导入的形状文件；

---

代码是shapefile的列，其中包含要分配给该点的标签。

答案的一部分取自我前面的另一个答案

您的情况看起来像是

空间联接

非常有用的典型情况。空间连接的思想是使用地理坐标而不是属性来合并数据

geopandas

中的三种可能性：

• 相交

• 在

• 包含

您似乎希望

包含
，可以使用以下语法：

geopandas.sjoin（多边形、点、how=“inner”、op='contains'）

注意：您需要安装
rtree
才能执行此类操作。如果需要安装此依赖项，请使用
pip
或
conda
安装它

实例
作为例子，让我们随机抽取相关城市和情节国家。这两个示例数据集是

import geopandas
将matplotlib.pyplot作为plt导入
world=geopandas.read\u文件（geopandas.dataset.get\u路径（'naturalearth\u lowres'））
cities=geopandas.read_文件（geopandas.dataset.get_路径（'naturalearth_cities'））
城市=城市。样本（n=50，随机状态=1）
世界银行行长（2）
流行大陆名称iso_a3 gdp_md_est几何体
0 920938大洋洲斐济FJI 8374.0多边形（（180.00000-16.06713180.00000。。。
153950935非洲坦桑尼亚TZA 150600.0多边形（（33.90371-0.95000，34.07262-1.05982。。。
城市。负责人（3）
命名几何体
196波哥大角（-74.08529 4.59837）
95第比利斯点（44.78885 41.72696）
173首尔点（126.99779 37.56829）

world
是一个全球数据集，
cities
是一个子集

两个数据集需要位于同一投影系统中。如果不是，请在合并前使用
。以\u crs

data\u merged=geopandas.sjoin（国家、城市，how=“内部”，op='contains'）

最后，为了查看结果，让我们绘制一张地图

f，ax=plt.子批次（1，figsize=（20,10））
数据图（轴=轴）
国家。绘图（轴=轴，α=0.25，线宽=0.1）
plt.show（）


底层数据集将我们需要的信息合并在一起

数据合并头（2）
最流行的大陆名称左iso a3 gdp最流行的几何索引右名称右
7 6909701大洋洲巴布亚新几内亚巴布亚新几内亚28020.0多边形（（141.00021-2.60015，142.73525…59莫尔兹比港
944293293南美洲阿根廷阿尔格879400.0多边形（（-68.63401-52.6363637，-68.25000…182布宜诺斯艾利斯

在这里，我使用了
internal
join方法，但这是一个可以更改的参数，例如，如果您希望保留所有点，包括不在多边形内的点。
您正在查找
geopandas.sjoin
（）因此，在您的示例中，您将城市与国家关联。要将国家与城市关联，我应该使用类似的方法吗？data\u merged=geopandas.sjoin（cities，countries，how=“inner”，op='inner'）例如，在cites数据集中，我想在“布宜诺斯艾利斯”行中添加一个单元格“阿根廷”。是的，我认为应该可以。在这种情况下，
data\u merged=geopandas.sjoin（cities，countries，how=“internal”，op='intersects'）
也可能产生所需的输出。