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

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。