将多个点连接到多边形并将列的连接点值连接到多边形列答案

【问题标题】：Join multiple Points to Polygon and concatenate joined point values of column into Polygon column将多个点连接到多边形并将列的连接点值连接到多边形列
【发布时间】：2018-03-19 01:07:28
【问题描述】：

我的数据：

Points:
    ID HN Street 
    1  5  Examplestreet
    2  6  Examplestreet
    3  2  Otherstreet
    4  2  Anotherstreet
Polygons:
    Name
    Firstpolygon
    Secondpolygon
    Otherpolygon

所以我想执行一个（多边形）到多个（点）空间连接，并将连接的值从点 HN 列连接到 Polygonsfile 中的新列“all_HN”。

所以结果应该是这样的：

Name          all_HN
Firstpolygon  5,6   -> if the points ID1 and ID2 lie within the same polygon (`"Firstpolygon"`)
Secondpolygon 2     -> point ID3 within the `"Secondpolygon"`
Otherpolygon  NULL  -> no point within "Otherpolygon"
and so on

我想用 geopandas 解决这个问题。（我有大约 200.000 个点和 100.000 个多边形）使用以下代码：

from geopandas import gpd

points = gpd.GeoDataFrame.from_file('MyPointsFile) # or geojson etc 
polys = gpd.GeoDataFrame.from_file('MyPolygonsFile.shp') 
pointInPoly = gpd.sjoin(points, polys, op='within',how='inner')

现在我想使用类似的东西：

pointInPoly.groupby('index_right')['HN_left'].sum()

但正确的命令不是 sum()，而是将匹配点的所有值连接到一个新列“all_HN”中。

任何人，知道如何解决这个问题吗？使用另一个包而不是 geopandas 也可以。由于 geopandas 基于 pandas，pandas 解决方案也应该可以工作。只需将匹配项的所有列附加到相应的多边形表中就足够了。

【问题讨论】：

标签： python pandas concatenation geospatial geopandas

【解决方案1】：

如果您想将这些值分组而不是将它们相加，您可以执行以下操作（使用没有几何图形的示例数据框，但merge 之后的结果而不是sjoin 应该是相似的）：

In [53]: df1 = pd.DataFrame({'key': ['a', 'b', 'c'], 'index': [1, 2, 3]})

In [54]: df2 = pd.DataFrame({'key': ['a', 'a', 'b'], 'HN': [5, 6, 2]})

In [55]: res = pd.merge(df1, df2, how='left')

In [56]: res
Out[56]: 
   index key   HN
0      1   a  5.0
1      1   a  6.0
2      2   b  2.0
3      3   c  NaN

In [57]: res.groupby('index')['HN'].apply(list)
Out[57]: 
index
1    [5.0, 6.0]
2         [2.0]
3         [nan]
Name: HN, dtype: object

如果您不想要[nan]，您可以稍微调整一下传递给apply 的函数。

【讨论】：