缓冲区内具有相同 id 的点
Points within buffer with the same id
我有一个缓冲层和一个点层：
buffer_gdf
ID
0 1A
1 1B
2 1C
和
point_gdf
ID
0 1A
1 1A
2 1A
3 1A
4 1A
5 1B
6 1B
7 1B
8 1B
9 1B
10 1B
11 1B
12 1B
13 1B
14 1C
15 1C
16 1C
17 1C
18 1C
19 1C
20 1C
21 1C
22 1C
有没有办法统计ID=1A缓冲区中有多少点ID=1A，缓冲区ID=1B中有多少ID=1B点，缓冲区ID=1C中有多少ID=1C点， 等等...
我有20000多个缓冲区和300000多个点。
我正在使用 pandas，但我也可以使用 R。
抱歉，我没有提到有些点在缓冲区之外。我只需要缓冲区内的那些
这是R
中的一种方式
sapply(buffer_gdf$ID, function(x) sum(point_gdf$ID == x))
1A 1B 1C
5 9 9
或 outer
rowSums(outer(buffer_gdf$ID, point_gdf$ID, `==`))
[1] 5 9 9
如果这个不考虑buffer_gdf，table就够了
table(point_gdf$ID)
或者做一个subset然后得到table
with(point_gdf, table(ID[ID %in% buffer_gdf$ID]))
数据
buffer_gdf <- structure(list(ID = c("1A", "1B", "1C")), class = "data.frame", row.names = c("0",
"1", "2"))
point_gdf <- structure(list(ID = c("1A", "1A", "1A", "1A", "1A", "1B", "1B",
"1B", "1B", "1B", "1B", "1B", "1B", "1B", "1C", "1C", "1C", "1C",
"1C", "1C", "1C", "1C", "1C")), class = "data.frame", row.names = c("0",
"1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12",
"13", "14", "15", "16", "17", "18", "19", "20", "21", "22"))
使用以下方式获取您的价值计数：
counts = point_gdf.value_counts()
然后 reset_index 并在 counts 上合并您的 buffer_gdf 以附上您的总和：buffer_gdf.merge(counts.reset_index(), on='ID', how='left', validate='1:1').1
你可以把它写成一行：
buffer_gdf.merge(point_gdf.value_counts().reset_index(), on='ID',
how='left', validate='1:1')
1 您不需要指定validate='1:1'。我几乎总是在编写合并时提供一个验证关键字，以确保数据按照我期望的方式进行格式化。我认为这是最佳做法。
为什么不 join 表格并通过 groups 获得 count。下面是代码。
point_gdf %>% inner_join(buffer_gdf , by = "ID") %>% group_by(ID) %>%
summarise(count = n())
这是一个具有 data.table 的 performance 和 INNER JOIN 的优雅的解决方案。
解决方案
鉴于您的示例数据，在此处转载为 data.tables
buffer_gdf <- structure(list(ID = c("1A", "1B", "1C")),
row.names = c(NA, -3L), class = c("data.table"))
point_gdf <- structure(list(ID = c("1A", "1A", "1A", "1A", "1A", "1B", "1B", "1B", "1B", "1B", "1B", "1B", "1B", "1B", "1C", "1C", "1C", "1C", "1C", "1C", "1C", "1C", "1C")),
row.names = c(NA, -23L), class = c("data.table"))
下面的做法
library(data.table)
# ...
# Code to generate 'buffer_gdf' and 'point_gdf' as data.tables.
# ...
# |----------- INNER JOIN -----------||--- Count ---|
buffer_gdf[point_gdf, on = .(ID), nomatch = 0][, .N, by = ID]
应该产生这样的输出：
ID N
1: 1A 5
2: 1B 9
3: 1C 9
备注
如果您的数据集尚未 data.table，请在操作前使用 as.data.table() 转换它们。
如果你愿意，你可以在计数时自定义表头：[, .(Count_Name = .N), by = ID]。
非常感谢大家的帮助。然而，对我来说最好和有用的答案是 this post.
我有一个缓冲层和一个点层：
buffer_gdf
ID
0 1A
1 1B
2 1C
和
point_gdf
ID
0 1A
1 1A
2 1A
3 1A
4 1A
5 1B
6 1B
7 1B
8 1B
9 1B
10 1B
11 1B
12 1B
13 1B
14 1C
15 1C
16 1C
17 1C
18 1C
19 1C
20 1C
21 1C
22 1C
有没有办法统计ID=1A缓冲区中有多少点ID=1A，缓冲区ID=1B中有多少ID=1B点，缓冲区ID=1C中有多少ID=1C点， 等等... 我有20000多个缓冲区和300000多个点。
我正在使用 pandas，但我也可以使用 R。
抱歉，我没有提到有些点在缓冲区之外。我只需要缓冲区内的那些
这是R
sapply(buffer_gdf$ID, function(x) sum(point_gdf$ID == x))
1A 1B 1C
5 9 9
或 outer
rowSums(outer(buffer_gdf$ID, point_gdf$ID, `==`))
[1] 5 9 9
如果这个不考虑buffer_gdf，table就够了
table(point_gdf$ID)
或者做一个subset然后得到table
with(point_gdf, table(ID[ID %in% buffer_gdf$ID]))
数据
buffer_gdf <- structure(list(ID = c("1A", "1B", "1C")), class = "data.frame", row.names = c("0",
"1", "2"))
point_gdf <- structure(list(ID = c("1A", "1A", "1A", "1A", "1A", "1B", "1B",
"1B", "1B", "1B", "1B", "1B", "1B", "1B", "1C", "1C", "1C", "1C",
"1C", "1C", "1C", "1C", "1C")), class = "data.frame", row.names = c("0",
"1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12",
"13", "14", "15", "16", "17", "18", "19", "20", "21", "22"))
使用以下方式获取您的价值计数：
counts = point_gdf.value_counts()
然后 reset_index 并在 counts 上合并您的 buffer_gdf 以附上您的总和：buffer_gdf.merge(counts.reset_index(), on='ID', how='left', validate='1:1').1
你可以把它写成一行：
buffer_gdf.merge(point_gdf.value_counts().reset_index(), on='ID',
how='left', validate='1:1')
1 您不需要指定validate='1:1'。我几乎总是在编写合并时提供一个验证关键字，以确保数据按照我期望的方式进行格式化。我认为这是最佳做法。
为什么不 join 表格并通过 groups 获得 count。下面是代码。
point_gdf %>% inner_join(buffer_gdf , by = "ID") %>% group_by(ID) %>%
summarise(count = n())
这是一个具有 data.table 的 performance 和 INNER JOIN 的优雅的解决方案。
解决方案
鉴于您的示例数据，在此处转载为 data.tables
buffer_gdf <- structure(list(ID = c("1A", "1B", "1C")),
row.names = c(NA, -3L), class = c("data.table"))
point_gdf <- structure(list(ID = c("1A", "1A", "1A", "1A", "1A", "1B", "1B", "1B", "1B", "1B", "1B", "1B", "1B", "1B", "1C", "1C", "1C", "1C", "1C", "1C", "1C", "1C", "1C")),
row.names = c(NA, -23L), class = c("data.table"))
下面的做法
library(data.table)
# ...
# Code to generate 'buffer_gdf' and 'point_gdf' as data.tables.
# ...
# |----------- INNER JOIN -----------||--- Count ---|
buffer_gdf[point_gdf, on = .(ID), nomatch = 0][, .N, by = ID]
应该产生这样的输出：
ID N
1: 1A 5
2: 1B 9
3: 1C 9
备注
如果您的数据集尚未 data.table，请在操作前使用 as.data.table() 转换它们。
如果你愿意，你可以在计数时自定义表头：[, .(Count_Name = .N), by = ID]。
非常感谢大家的帮助。然而，对我来说最好和有用的答案是 this post.