将熊猫数据框转换为GeoDataFrame

这似乎是一个简单的问题，但是我无法弄清楚如何将大熊猫DataFrame转换为GeoDataFrame进行空间连接。

这是使用我的数据的示例df.head()：

    Date/Time           Lat       Lon       ID
0   4/1/2014 0:11:00    40.7690   -73.9549  140
1   4/1/2014 0:17:00    40.7267   -74.0345  NaN

实际上，此数据框是从CSV创建的，因此，如果更容易直接将CSV作为GeoDataFrame读取，也可以。

首先将DataFrame的内容（例如Lat和Lon列）转换为适当的Shapely几何形状，然后将它们与原始DataFrame一起使用以创建GeoDataFrame。

from geopandas import GeoDataFrame
from shapely.geometry import Point

geometry = [Point(xy) for xy in zip(df.Lon, df.Lat)]
df = df.drop(['Lon', 'Lat'], axis=1)
crs = {'init': 'epsg:4326'}
gdf = GeoDataFrame(df, crs=crs, geometry=geometry)

结果：

    Date/Time           ID      geometry
0   4/1/2014 0:11:00    140     POINT (-73.95489999999999 40.769)
1   4/1/2014 0:17:00    NaN     POINT (-74.03449999999999 40.7267)

由于几何图形通常采用WKT格式，因此我认为我也将针对这种情况提供一个示例：

import geopandas as gpd
import shapely.wkt

geometry = df['wktcolumn'].map(shapely.wkt.loads)
df = df.drop('wktcolumn', axis=1)
crs = {'init': 'epsg:4326'}
gdf = gpd.GeoDataFrame(df, crs=crs, geometry=geometry)

一线！再加上一些针对大数据人员的性能指标。

给定一个pandas.DataFrame具有x经度和y纬度的，如下所示：

df.head()
x   y
0   229.617902  -73.133816
1   229.611157  -73.141299
2   229.609825  -73.142795
3   229.607159  -73.145782
4   229.605825  -73.147274

让我们将转换pandas.DataFrame为geopandas.GeoDataFrame，如下所示：

库的导入和匀称的加速：

import geopandas as gpd
import shapely
shapely.speedups.enable() # enabled by default from version 1.6.0

我躺在测试数据集上的代码+基准时间：

#Martin's original version:
#%timeit 1.87 s ± 7.03 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
gdf = gpd.GeoDataFrame(df.drop(['x', 'y'], axis=1),
                                crs={'init': 'epsg:4326'},
                                geometry=[shapely.geometry.Point(xy) for xy in zip(df.x, df.y)])



#Pandas apply method
#%timeit 8.59 s ± 60.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
gdf = gpd.GeoDataFrame(df.drop(['x', 'y'], axis=1),
                       crs={'init': 'epsg:4326'},
                       geometry=df.apply(lambda row: shapely.geometry.Point((row.x, row.y)), axis=1))

使用pandas.apply的速度出奇地慢，但可能更适合其他一些工作流程（例如，在使用dask库的较大数据集上）：

学分给：

• 从熊猫数据框制作shapefile？（大熊猫适用方法）
• 使用Geopandas加速多边形中的逐行点（用于加速提示）

一些处理大型dask数据集的在进行中参考（截至2017年）：

• http://matthewrocklin.com/blog/work/2017/09/21/accelerating-geopandas-1
• https://github.com/geopandas/geopandas/issues/461
• https://github.com/mrocklin/dask-geopandas