获取给定位置坐标的美国州

Question

我想弄清楚 lat long 属于哪个州。为此，我使用US Census 和 shapely 库提供的形状文件。这是我迄今为止尝试过的：

import pandas as pd
import geopandas as gpd
from shapely.geometry import Point

df_poly = gpd.read_file("data/tl_2019_us_state.shp")
df_poly = df_poly[['GEOID', 'geometry']].set_index('GEOID')
display(df_poly.head(5))

          geometry
GEOID 
54        POLYGON ((-81.74725 39.09538, -81.74635 39.096...
12        MULTIPOLYGON (((-86.38865 30.99418, -86.38385 ...
17        POLYGON ((-91.18529 40.63780, -91.17510 40.643...
27        POLYGON ((-96.78438 46.63050, -96.78434 46.630...
24        POLYGON ((-77.45881 39.22027, -77.45866 39.220...

p1 = Point(map(float, (29.65, -95.17)))
any(df_poly['geometry'].contains(p1))

False

但是对于我尝试的任何坐标，它都会以某种方式返回 False。例如，上面的坐标来自德克萨斯州，但它仍然返回 False，那么我在这里缺少什么？

Answer 1

您应该检查以下几点：

1. 您是否使用了正确的顺序？ Shapely 点使用 (x, y) 坐标，与 (lat, lon) 坐标的顺序相反。我会尝试翻转坐标，看看是否可行。

   例如，我看到您的一个坐标是这样的：“-81.74725 39.09538”如果您按（纬度，经度）顺序解释，它在南极洲。如果按 (x, y) 顺序解释，它在俄亥俄州。

2. 您是否使用了正确的 SRID？人口普查数据通常使用 NAD83，但这是检查的好东西：

   print(df_poly.crs)
   

3. 另一个好的完整性检查是查看每个多边形的质心，并验证它是否合理：

   df.geometry.centroid
   

   过去，我见过有人拥有data which was in the wrong SRID，并且不得不转换它。