Python 使用循环缓冲区将数据帧转换为空间和交集

我有一个包含lon/lat信息的数据帧。目标是找到距离特定点

st_p

的

rad

距离内的所有点。 事实上，我已经有了R中的代码，但是我需要在python上也做同样的事情

这里我要做的是，我将数据帧转换成

sf

对象，我定义一个缓冲区，我与缓冲区相交

这是R代码。 我只是不知道在Python中使用什么库来实现同样的功能

---

在_半径内您可以使用
geopandas
和
shapely
做几乎任何事情


使用lat、lng从熊猫数据帧创建geopandas geodataframe：

缓冲区、投影和其他操作可用于geodataframe，以下是转换为公制投影并创建10m缓冲区的方法：


    In [27]: gf.to_crs(6622).buffer(10)
    Out[27]:
    0    POLYGON ((-3597495.980 -2115793.588, -3597496....
    1    POLYGON ((-3598149.053 -2115813.383, -3598149....
    dtype: geometry


可以调用intersects以获取缓冲区和点之间的交点：


    In [29]: gf.to_crs(6622).buffer(10).intersects(Point(-3597505.980,-2115793.588))
    Out[29]:
    0     True
    1    False
    dtype: bool


计算质心：


    In [30]: gf.to_crs(6622).buffer(10).centroid
    Out[30]:
    0    POINT (-3597505.980 -2115793.588)
    1    POINT (-3598159.053 -2115813.383)
    dtype: geometry


使用缓冲区进行筛选：


    In [31]: gf.loc[gf.to_crs(6622).buffer(10).intersects(Point(-3597505.980,-2115793.588))]
    Out[31]:
             lat        lng                    geometry
    0  19.435175 -99.141197  POINT (-99.14120 19.43518)


距离为您提供到几何图形中最近点的距离：


    In [33]: gf.to_crs(6622).buffer(10).distance(Point(-3597505.980,-2115793.588))
    Out[33]:
    0      0.000000
    1    643.377576
    dtype: float64


您可以做更多的工作，只需查看文档即可

另外，请看shapely的文档，了解如何投影一个单点
请注意，尽管第一行将数据帧转换为geodataframe，但我始终会遇到这个错误：“Series”对象没有“to_crs”属性，下面是代码：
def in（df，lon，lat，rad）：geometry=[point（xy）for xy in-zip（df.lon，df.lat）]df=df.drop（['lon'，lat'，]，axis=1）gf=gpd.GeoDataFrame（df，crs=“EPSG:4326”，geometry=geometry）gf.to_crs（6622）。buffer（rad）gfd=gf.to_crs（6622）。buffer（rad）gf.to_crs（6622）。buffer（rad）gf.to_crs（6622）。buffer（rad）。相交（点（lon，lat）=gfd.）返回gfd
当您计算
相交部分时，您将丢失geodataframe并获得一个系列：这将成为pandas系列：
gf.to_crs（6622）.buffer（10）.相交（点（-3597505.980，-2115793.588））

    In [33]: gf.to_crs(6622).buffer(10).distance(Point(-3597505.980,-2115793.588))
    Out[33]:
    0      0.000000
    1    643.377576
    dtype: float64