Geopandas sjoin 似乎正在返回联合而不是交集答案

【问题标题】：Geopandas sjoin seems to be returning union rather than intersectionGeopandas sjoin 似乎正在返回联合而不是交集
【发布时间】：2020-05-05 06:55:22
【问题描述】：

我正在尝试通过分配状态来分解大量 NREL 风数据，然后单独处理每个状态。

我有两组这样的 NREL 数据——一组只是一个没有应用排除项的 wind_class，另一组是针对城市地区、不适合的土地、野生动物保护区等应用了排除项的数据。（可在此处获取：https://www.nrel.gov/gis/data-wind.html ，找两个“美国风电类”数据集）

这两个数据集没有任何共同的 ID，因此我可以轻松识别两者之间相同的 1/3 度纬度 x 1/3 度经度单元格（据称这是它们的排列方式）。两个数据集都有标记为“gid”和“id”的变量，但是当我根据任一 ID 绘制相同的切片时，这些变量不会在数据集之间对齐。

所以，我想使用 Geopandas 的 sjoin 函数来识别每个州的 NREL 数据集之间的重叠区域，但这是我的问题：

我通过 sjoin 将每个 NREL 数据集的行连接到美国边界数据集，从而将状态分配给它们。它的默认行为应该是“相交”，看起来它应该只返回位于州边界内的 NREL 数据。（美国边境数据集可在此处获得：https://catalog.data.gov/dataset/tiger-line-shapefile-2017-nation-u-s-current-state-and-equivalent-national）

在运行第一次 sjoin 后，不带排除项的逐州 NREL 数据集大多遵循州界线 - 分配给给定州的一些单元格正好位于其边界之外，但这很好。

不幸的是，带有排除项的逐州 NREL 数据集有很大的区域不遵守州界线，但 Geopandas 无论如何都分配给特定州。

这里一个特别糟糕的违规者是我的内布拉斯加州数据集，它似乎包括了中西部的大部分地区，尽管该地区的大部分地区都远离内布拉斯加州的边界。中西部的其他州也一样，这让我很生气，因为中西部通常看起来是安装风力涡轮机的好地方，我真的很想使用这些数据。

Nebraska, with the misbehaving NREL dataset for NE w/exclusions plotted in green

我尝试使用所有三个可用操作（“相交”，默认值；“包含”；“内部”）重新运行此 sjoin，但它们都没有给我我期望的东西，这只是内布拉斯加州境内的 NREL 数据集。

关于 Geopandas 的 sjoin 功能及其工作原理，我有什么不明白的地方？

这是一个很长的解释，感谢您耐心阅读全文。下面是一些示例代码：

import numpy as np
import pandas as pd
import geopandas as gpd
import matplotlib.pyplot as plt

us_state = 'NE'
filename = 'nrel_no_exclusions_{}.geojson'.format(us_state)

print("Reading NREL dataset w/exclusions for {} ".format(us_state),time.strftime('%X %x %Z'))
nrel_w_exclusions = gpd.read_file('{}/nrel_w_exclusions_by_state/nrel_w_exclusions_{}.geojson'.format(disk_dir,us_state),driver='GeoJSON')


within_pls = gpd.sjoin(nrel_w_exclusions,
                       lower48_borders.loc[lower48_borders['STUSPS'] == us_state,
                                           ['STUSPS','geometry']],
                       how='left',
                       op='within') # <--also tried "intersects" and "contains" here

fig = plt.figure()
ax = lower48_borders.loc[lower48_borders['STUSPS'] == us_state].plot(color='whitesmoke',edgecolor='black')
within_pls.plot(ax=ax,alpha=.3,color='green')

【问题讨论】：

将其归结为手工编码的非常简单的几何图形。几个重叠的正方形会起作用。那你得到预期的结果了吗？
谢谢，这是个好建议。 Here's what I found。简而言之 - 一个 sjoin 似乎总是返回一个完整的形状，完整的，而不是交叉点，或者包含或在另一个形状中的形状的一部分。我将 op='intersects' 与完全独立的 .intersection() 方法的行为混淆了。
现在，显而易见的后续行动——我能做些什么来获得我真正想要的结果，即两个数据集的交集？我是否需要将 .intersection() 应用于 NREL 数据集的每一行，以获得位于每个州边界内的一组单元格？
您能否重写此问题，使其仅包含笔记本中的小示例，并将生成的地理数据框显示为文本？我想知道那里是否有一列对每个几何图形进行分类
哦，拍摄。你不想要sjoin，你想要覆盖：geopandas.org/set_operations.html

标签： geospatial geopandas

【解决方案1】：

.overlay() 就是答案。谢谢，保罗 H。

within_pls = gpd.overlay(nrel_w_exclusions,
                       lower48_borders.loc[lower48_borders['STUSPS'] == us_state,['geometry']],
                       how='intersection')
fig = plt.figure()
ax = lower48_borders.loc[lower48_borders['STUSPS'] == 'NE'].plot(color='whitesmoke',edgecolor='black')
within_pls.plot(ax=ax,alpha=.3,color='green')

【讨论】：