我搜索我的问题,发现此question与我的问题不同。
我有两个地理数据框,一个包含房屋位置作为points
(约700个点),另一个包含suburbs names
及其房屋的polygon
(约2973个多边形)。我想将每个点链接到一个多边形,以将每个房屋分配给正确的郊区。
我的地理数据框示例
import geopandas as gpd
from shapely.geometry import Point
from shapely.geometry.polygon import Polygon
#creating geo series
polys = gpd.GeoSeries({
'6672': Polygon([(142.92288, -37.97886,), (141.74552, -35.07202), (141.74748, -35.06367)]),
'6372': Polygon([(148.66850, -37.40622), (148.66883, -37.40609), (148.66920, -37.40605)]),
})
#creating geo dataframe
polysgdf = gpd.GeoDataFrame(geometry=gpd.GeoSeries(polys))
polysgdf
这将产生以下内容(我的原始地理数据框还包含一个包含郊区名称的suburb
列,但我无法将其添加到示例中,您只能在下面看到该郊区ID)
geometry
6672 POLYGON ((142.92288 -37.97886, 141.74552 -35.07202, 141.74748 -35.06367, 142.92288 -37.97886))
6372 POLYGON ((148.66850 -37.40622, 148.66883 -37.40609, 148.66920 -37.40605, 148.66850 -37.40622))
点地理数据框样本
points=[Point(145.103,-37.792), Point(145.09720, -37.86400),
Point(145.02190, -37.85450)]
pointsDF = gpd.GeoDataFrame(geometry=points,
index=['house1_ID', 'house2_ID', 'house3_ID'])
pointsDF
哪个产生以下内容
geometry
house1_ID POINT (145.10300 -37.79200)
house2_ID POINT (145.09720 -37.86400)
house3_ID POINT (145.02190 -37.85450)
我希望最终输出为pointsDF
地理数据框,其中每栋房屋都分配给相应的郊区。作为点和多边形匹配的结果。
示例:
suburbID subrubName house_ID
6672 south apple house1_ID
6372 water garden house2_ID
我是GeoPandas的新手,我试图以最清晰的方式来解释我的问题。我很高兴澄清任何一点。谢谢。
我找到了一种方法,可以通过使用a spatial join合并两个数据帧来完成此操作>
joinDF=gpd.sjoin(pointsDF, polysgdf, how='left',op="within")
使用带有.contains函数的shapely的多边形点分析如下。