使用 pandas 进行空间分析的有效方法答案

【问题标题】：Efficient way to do spatial anaylsis with pandas使用 pandas 进行空间分析的有效方法
【发布时间】：2013-04-29 11:03:20
【问题描述】：

我在使用 Panda 的 DataFrame 进行空间分析时遇到问题。现在我有一个超过 1000 行的 DataFrame 和列“用户”、“纬度”、“经度”。

基于此数据集，我想做一些空间分析，例如创建第四列，汇总 100 公里范围内的所有用户。

有什么方法可以有效地做到这一点？

现在我使用两个 for 循环和 geopy 以下列方式计算距离：

df_geo['Neighbors'] = 0

def getNeighbors():
    for i in df_geo.index:
        p1 = (df_geo.ix[i]['latitude'], df_geo.ix[i]['longitude'])
        count = 0
        for i2 in df_geo.index:
            p2 = Point (df_geo.ix[i2]['latitude'], df_geo.ix[i2]['longitude'])
            if geopy.distance.distance(p1, p2).km < 100 & i != i2: 
                count += 1
        df_geo.Neighbors[i] = count



getNeighbors()

谢谢

安迪

【问题讨论】：

标签： pandas gis geopy

【解决方案1】：

我想我会为 Point 对象创建一个列：

df['point'] = df.apply(lambda row: Point(row['latitude'], row['longitude']))

然后执行以下操作：

def neighbours_of(p, s):
    '''count points in s within 100km radius of p'''
    return s.apply(lambda p1: geopy.distance.distance(p, p1).km < 100).count()

df['neighbours'] = df['points'].apply(lambda p: neighbours_of(p, df['points']) - 1)
# the -1 ensures we don't include p in the count

但是，apply 中的 apply 仍然不会特别有效...

【讨论】：