Python 需要使用两列纬度和经度合并两个熊猫数据帧
这是我的数据框#1:城市名称及其纬度和经度Python 需要使用两列纬度和经度合并两个熊猫数据帧,python,pandas,merge,latitude-longitude,Python,Pandas,Merge,Latitude Longitude,这是我的数据框#1:城市名称及其纬度和经度 df1 = {"city":['delhi','new york','london','paris','chennai'],"lat":[12.23,22.444,23.233,45.32,34.22],"long":[11.22,22.332,34.23,55.23,24.22] df2 = pd.DataFrame({"country":['India','US','UK','France','India'],"lat":[12.13,22.54
df1 = {"city":['delhi','new york','london','paris','chennai'],"lat":[12.23,22.444,23.233,45.32,34.22],"long":[11.22,22.332,34.23,55.23,24.22]
df2 = pd.DataFrame({"country":['India','US','UK','France','India'],"lat":[12.13,22.54,22.33,45.32,34.22],"long":[11.12,22.132,34.23,54.23,24.22]})
这是数据帧#2:带纬度和经度的国家名称
df1 = {"city":['delhi','new york','london','paris','chennai'],"lat":[12.23,22.444,23.233,45.32,34.22],"long":[11.22,22.332,34.23,55.23,24.22]
df2 = pd.DataFrame({"country":['India','US','UK','France','India'],"lat":[12.13,22.54,22.33,45.32,34.22],"long":[11.12,22.132,34.23,54.23,24.22]})
我需要匹配这两列lat和long来合并这两个表。问题是lat和long不完全匹配,值为+或-0.1或0.2。(如果匹配,我可以使用pd.merge选项)
横向和纵向在这里是不真实的。只是一个例子
预期结果:
result = pd.DataFrame({"city":['delhi','new york','london','paris','chennai'],"country":['India','US','UK','France','India'],"lat":[12.13,22.54,22.33,45.32,34.22],"long":[11.12,22.132,34.23,54.23,24.22]})
合并这些表的最佳方法是什么?例如交叉合并:
(df1.assign(dummy=1)
.merge(df2.assign(dummy=1),on='dummy')
.query('abs(lat_x-lat_y)<=0.1 and abs(long_x-long_y)<=0.2')
.drop('dummy', axis=1)
)
例如,交叉合并:
(df1.assign(dummy=1)
.merge(df2.assign(dummy=1),on='dummy')
.query('abs(lat_x-lat_y)<=0.1 and abs(long_x-long_y)<=0.2')
.drop('dummy', axis=1)
)
这里可能有用
如果国家边界为多边形,则可以使用
在你的问题中,你将国家减少到单一点,这可能不是最好的代表
文档中的示例:
在空间连接中,两个几何体对象将根据它们之间的空间关系合并
# One GeoDataFrame of countries, one of Cities.
# Want to merge so we can get each city's country.
In [11]: countries.head()
Out[11]:
geometry country
0 MULTIPOLYGON (((180.000000000 -16.067132664, 1... Fiji
1 POLYGON ((33.903711197 -0.950000000, 34.072620... Tanzania
2 POLYGON ((-8.665589565 27.656425890, -8.665124... W. Sahara
3 MULTIPOLYGON (((-122.840000000 49.000000000, -... Canada
4 MULTIPOLYGON (((-122.840000000 49.000000000, -... United States of America
In [12]: cities.head()
Out[12]:
name geometry
0 Vatican City POINT (12.453386545 41.903282180)
1 San Marino POINT (12.441770158 43.936095835)
2 Vaduz POINT (9.516669473 47.133723774)
3 Luxembourg POINT (6.130002806 49.611660379)
4 Palikir POINT (158.149974324 6.916643696)
# Execute spatial join
In [13]: cities_with_country = geopandas.sjoin(cities, countries, how="inner", op='intersects')
In [14]: cities_with_country.head()
Out[14]:
name geometry index_right country
0 Vatican City POINT (12.453386545 41.903282180) 141 Italy
1 San Marino POINT (12.441770158 43.936095835) 141 Italy
192 Rome POINT (12.481312563 41.897901485) 141 Italy
2 Vaduz POINT (9.516669473 47.133723774) 114 Austria
184 Vienna POINT (16.364693097 48.201961137) 114 Austria
如果没有表示国家的多边形,则需要将表示每个国家的点延伸到一个区域。可以使用以下方法执行此操作:将点延伸到给定距离的区域:
Point(0, 0).buffer(10.0),
这里可以使用坐标[0,0]
处的点和距离10.0
如果国家边界为多边形,则可以使用
在你的问题中,你将国家减少到单一点,这可能不是最好的代表
文档中的示例:
在空间连接中,两个几何体对象将根据它们之间的空间关系合并
# One GeoDataFrame of countries, one of Cities.
# Want to merge so we can get each city's country.
In [11]: countries.head()
Out[11]:
geometry country
0 MULTIPOLYGON (((180.000000000 -16.067132664, 1... Fiji
1 POLYGON ((33.903711197 -0.950000000, 34.072620... Tanzania
2 POLYGON ((-8.665589565 27.656425890, -8.665124... W. Sahara
3 MULTIPOLYGON (((-122.840000000 49.000000000, -... Canada
4 MULTIPOLYGON (((-122.840000000 49.000000000, -... United States of America
In [12]: cities.head()
Out[12]:
name geometry
0 Vatican City POINT (12.453386545 41.903282180)
1 San Marino POINT (12.441770158 43.936095835)
2 Vaduz POINT (9.516669473 47.133723774)
3 Luxembourg POINT (6.130002806 49.611660379)
4 Palikir POINT (158.149974324 6.916643696)
# Execute spatial join
In [13]: cities_with_country = geopandas.sjoin(cities, countries, how="inner", op='intersects')
In [14]: cities_with_country.head()
Out[14]:
name geometry index_right country
0 Vatican City POINT (12.453386545 41.903282180) 141 Italy
1 San Marino POINT (12.441770158 43.936095835) 141 Italy
192 Rome POINT (12.481312563 41.897901485) 141 Italy
2 Vaduz POINT (9.516669473 47.133723774) 114 Austria
184 Vienna POINT (16.364693097 48.201961137) 114 Austria
如果没有表示国家的多边形,则需要将表示每个国家的点延伸到一个区域。可以使用以下方法执行此操作:将点延伸到给定距离的区域:
Point(0, 0).buffer(10.0),
假设一个点位于坐标
[0,0]
处,距离10.0
是否足以使用值的整数部分?否。。。如果我们只匹配了整数部分,我们就错过了真实数据中城市和国家的正确匹配。如果您的数据不是太大,请交叉合并和查询。@Quanghaang:您能举个例子吗?使用值的整数部分就足够了吗?不。。。如果我们只匹配了整数部分,我们就错过了真实数据中城市和国家的正确匹配。如果你的数据不是太大,交叉合并和查询。@Quanghaang:你能举个例子吗?效果很好。通过将限制调整为0.25,我可以得到很好的结果。谢谢工作很好。通过将限制调整为0.25,我可以得到很好的结果。谢谢。它适用于几何图形。例如,点是否包含在多边形中。在给定示例中,一个几何体是多边形,另一个几何体是点。。就我而言,这两点都是重点。它会影响流程吗?您可以通过使用缓冲区
方法将点扩展到区域来实现这一点。我编辑了答案。没有。它适用于几何图形。例如,点是否包含在多边形中。在给定示例中,一个几何体是多边形,另一个几何体是点。。就我而言,这两点都是重点。它会影响流程吗?您可以通过使用缓冲区
方法将点扩展到区域来实现这一点。我编辑了答案。