如何有效地过滤不在形状多边形边界内的 geopandas df 行？

Question

我有一个常规 pandas 数据框，我像这样一次性转换为 geopandas

from shapely.geometry import Polygon, Point
import geopandas
geo_df = geopandas.GeoDataFrame(input_df, geometry=geopandas.points_from_xy(input_df.Longitude, input_df.Latitude))

我还有一个坐标列表，可以像这样转换成形状多边形：

grid_polygon = Polygon(shape_coordinates)

然后我想过滤 geo_df 中不在形状多边形 grid_polygon 范围内的所有行。

我目前的方法是：

geo_df['withinPolygon'] = ""
withinQlist = []
for lon,lat in zip(geo_df['longitude'], geo_df['latitude']):
    pt = Point(lon, lat)
    withinQ = pt.within(grid_polygon)
    withinQlist.append(withinQ)
geo_df['withinPolygon'] = withinQlist
geo_df = geo_df[geo_df.withinPolygon==True]

但这效率很低。我认为有一种方法可以在不遍历每一行的情况下执行此操作，但是我能够找到的大多数解决方案都不会使用形状多边形进行过滤。有什么想法吗？

谢谢

Answer 1

作为第一步，正如您在评论中提到的，您的代码可以像这样简化：

import geopandas
geo_df = geopandas.GeoDataFrame(input_df, geometry=geopandas.points_from_xy(input_df.Longitude, input_df.Latitude)

geo_df_filtered = geo_df.loc[geo_df.within(grid_polygon)]

但是有一些技术可以加快速度，具体取决于您拥有的数据类型和使用模式：

使用准备好的几何图形

如果您的多边形非常复杂，创建 prepared geometry 将加快包含检查。这样一开始就预计算了各种数据结构，加快了后续的运算速度。（更多详情 here。）

from shapely.prepared import prep

grid_polygon_prep = prep(grid_polygon)
geo_df_filtered = geo_df.loc[geo_df.geometry.apply(lambda p: grid_polygon_prep.contains(p))]

（不能像上面那样做 geo_df.loc[geo_df.within(grid_polygon_prep)]，因为 geopandas 不支持这里准备好的几何图形。）

使用空间索引

如果您需要运行针对许多 grid_polygon 点对一组给定的点进行包含检查，而不仅仅是一个点，那么在这些点上使用空间索引是有意义的。它会显着加快速度，尤其是当有很多点时。

Geopandas 为此提供 GeoDataFrame.sindex.query：

match_indices = geo_df.sindex.query(grid_polygon, predicate="contains")
# note that using `iloc` instead of `loc` is important here
geo_df_filtered = geo_df.iloc[match_indices]

不错的博文，还有更多解释：https://geoffboeing.com/2016/10/r-tree-spatial-index-python/

如何有效地过滤不在形状多边形边界内的 geopandas df 行？

How to efficiently filter rows from geopandas df that are not within the bounds of a shapely polygon?

python

pandas

geospatial

geopandas

shapely

使用准备好的几何图形

使用空间索引