在 Pandas 数据框中使用 pyproj 在投影之间进行转换答案

【问题标题】：Converting between projections using pyproj in Pandas dataframe在 Pandas 数据框中使用 pyproj 在投影之间进行转换
【发布时间】：2017-01-29 21:55:43
【问题描述】：

这无疑是一个“只见树木不见森林”的时刻。我盯着这段代码看了一个小时，看不出我做错了什么。我知道它正盯着我的脸，但我就是看不到它！

我正在尝试使用 Python 在两个地理坐标系之间进行转换。

我有经度（x 轴）和纬度（y 轴）值并想转换为 OSGB 1936。对于单点，我可以执行以下操作：

import numpy as np
import pandas as pd
import shapefile
import pyproj

inProj = pyproj.Proj(init='epsg:4326')
outProj = pyproj.Proj(init='epsg:27700')

x1,y1 = (-2.772048, 53.364265)

x2,y2 = pyproj.transform(inProj,outProj,x1,y1)

print(x1,y1)
print(x2,y2)

这会产生以下内容：

-2.772048 53.364265
348721.01039783185 385543.95241055806

这似乎是合理的，表明经度 -2.772048 转换为坐标 348721.0103978。

事实上，我想在 Pandas 数据框中执行此操作。数据框包含包含经度和纬度的列，我想添加两列包含转换后的坐标（称为 newLong 和 newLat）。

一个示例数据框可能是：

    latitude  longitude
0  53.364265  -2.772048
1  53.632481  -2.816242
2  53.644596  -2.970592

而我写的代码是：

import numpy as np
import pandas as pd
import shapefile
import pyproj

inProj = pyproj.Proj(init='epsg:4326')
outProj = pyproj.Proj(init='epsg:27700')

df = pd.DataFrame({'longitude':[-2.772048,-2.816242,-2.970592],'latitude':[53.364265,53.632481,53.644596]})

def convertCoords(row):
    x2,y2 = pyproj.transform(inProj,outProj,row['longitude'],row['latitude'])
    return pd.Series({'newLong':x2,'newLat':y2})

df[['newLong','newLat']] = df.apply(convertCoords,axis=1)

print(df)

产生：

    latitude  longitude        newLong         newLat
0  53.364265  -2.772048  385543.952411  348721.010398
1  53.632481  -2.816242  415416.003113  346121.990302
2  53.644596  -2.970592  416892.024217  335933.971216

但是现在好像newLong和newLat的值混在一起了（对比上图单点转换的结果）。

我的电线在哪里交叉以产生这个结果？（如果这很明显，我很抱歉！）

【问题讨论】：

标签： python python-3.x pandas gis proj

【解决方案1】：

当您执行df[['newLong','newLat']] = df.apply(convertCoords,axis=1) 时，您正在索引df.apply 输出的列。但是，列顺序是任意的，因为您的系列是使用字典定义的（本质上是无序的）。

您可以选择返回具有固定列顺序的系列：

return pd.Series([x2, y2])

或者，如果您想保留convertCoords 输出的标签，那么您可以使用.join 来合并结果：

return pd.Series({'newLong':x2,'newLat':y2})
...
df = df.join(df.apply(convertCoords, axis=1))

【讨论】：

非常感谢您对问题的及时回答和现场解决方案。

【解决方案2】：

请注意pyproj 的transform 函数也接受arrays，这在处理大型数据帧时非常有用，并且比使用lambda/apply 函数快得多

import pandas as pd
from pyproj import Proj, transform

inProj, outProj = Proj(init='epsg:4326'), Proj(init='epsg:27700')
df['newLon'], df['newLat'] = transform(inProj, outProj, df['longitude'].tolist(), df['longitude'].tolist())

【讨论】：

如docs 中所述，使用 Transformer.transform 性能更高。