使用Geopandas计算到最近地物的距离

Question

我希望使用Geopandas/Shapely实现ArcPy Generate Near表的等效功能。我对Geopandas和Shapely非常陌生，并且已经开发出一种有效的方法，但我想知道是否有更有效的方法。

我有两个点文件数据集——人口普查街区中心和餐馆。我在寻找每个人口普查街区形心到最近餐馆的距离。同一家餐厅是多个街区最近的餐厅，没有任何限制。

对我来说，这变得有点复杂的原因是因为Geopandas距离函数根据索引计算元素匹配。因此，我的一般方法是将餐馆文件转换为多点文件，然后将块文件的索引设置为相同的值。然后所有的块中心和餐馆都有相同的索引值。

import pandas as pd
import geopandas as gpd
from shapely.geometry import Polygon, Point, MultiPoint

现在读入块质心和餐厅形状文件：

Blocks=gpd.read_file(BlockShp)
Restaurants=gpd.read_file(RestaurantShp)

由于Geopandas distance函数按元素计算距离，因此我将餐厅GeoSeries转换为多点GeoSeries：

RestMulti=gpd.GeoSeries(Restaurants.unary_union)
RestMulti.crs=Restaurants.crs
RestMulti.reset_index(drop=True)

然后，我将块的索引设置为等于0（与餐厅多点相同的值），作为元素计算的工作。

Blocks.index=[0]*len(Blocks)

最后，我使用Geopandas距离函数计算每个街区质心到最近餐厅的距离。

Blocks['Distance']=Blocks.distance(RestMulti)

请就如何改进这方面的任何方面提出任何建议。我不习惯使用Geopandas或Shapely，但我想学习ArcPy的替代品。

谢谢你的帮助！

Answer 1

您的代码缺少详细信息，args=（df\u行）

def min_distance(point, lines):
    return lines.distance(point).min()

df_points['min_dist_to_lines'] = df_points.geometry.apply(min_distance, args=(df_lines,))# Notice the change to this line

Answer 2

我将使用两个不同维度的geopandas中的样本数据集来演示。

import geopandas as gpd

# read geodata for five nyc boroughs
gdf_nyc = gpd.read_file(gpd.datasets.get_path('nybb'))
# read geodata for international cities
gdf_cities = gpd.read_file(gpd.datasets.get_path('naturalearth_cities'))

# convert to a meter projection
gdf_nyc.to_crs(epsg=3857, inplace=True)
gdf_cities.to_crs(epsg=3857, inplace=True)

我们可以简单地将lambda函数应用于GeoSeries。例如，如果我们想获得每个NYC行政区（多边形）和最近的国际城市（点）之间的最小距离。我们可以做到以下几点：

gdf_nyc.geometry.apply(lambda x: gdf_cities.distance(x).min())

这将给我们

0    384422.953323
1    416185.725507
2    412520.308816
3    419511.323677
4    440292.945096
Name: geometry, dtype: float64

同样，如果我们想要每个国际城市和最近的纽约市行政区之间的最小距离。我们可以做到以下几点：

gdf_cities.geometry.apply(lambda x: gdf_nyc.distance(x).min())

这将给我们

0      9.592104e+06
1      9.601345e+06
2      9.316354e+06
3      8.996945e+06
4      2.614927e+07
           ...     
197    1.177410e+07
198    2.377188e+07
199    8.559704e+06
200    8.902146e+06
201    2.034579e+07
Name: geometry, Length: 202, dtype: float64

笔记：

1. 在计算距离之前，将GeoDataFrame转换为笛卡尔投影。在本例中，我使用了epsg:3857，因此距离将以米为单位。如果使用椭球体（基于lon/lat）投影，结果将为度。首先转换投影，然后再进行其他操作，例如获取多边形的质心
2. 两点之间只有一个距离。返回的最小距离。distance（）方法在您想要获取点和线之间的距离时是有意义的。换句话说，。distance（）方法可以计算任意两个地理对象之间的距离
3. 当GeoDataFrame中有多个几何图形列时，请确保将lambda函数应用于所需的GeoSeries，并调用。距所需地理序列的距离（）。在本例中，我直接从GeoDataFrame调用了该方法，因为它们都只有一个GeoSeries列

Answer 3

如果我正确理解你的问题，街区和餐厅可能有非常不同的尺寸。出于这个原因，尝试通过重新编制索引强制转换为表格式可能是一种不好的方法。

我只需绕着街区走一圈，就能找到到餐馆的最短距离（正如@shongolo所建议的）。

我将更一般一点（因为我已经写下了这段代码）并计算点到线的距离，但是相同的代码应该适用于点到点或多边形到多边形。我将从点的GeoDataFrame开始，并创建一个新列，该列与直线的距离最小。

%matplotlib inline
import matplotlib.pyplot as plt
import shapely.geometry as geom
import numpy as np
import pandas as pd
import geopandas as gpd

lines = gpd.GeoSeries(
    [geom.LineString(((1.4, 3), (0, 0))),
        geom.LineString(((1.1, 2.), (0.1, 0.4))),
        geom.LineString(((-0.1, 3.), (1, 2.)))])

# 10 points
n  = 10
points = gpd.GeoSeries([geom.Point(x, y) for x, y in np.random.uniform(0, 3, (n, 2))])

# Put the points in a dataframe, with some other random column
df_points = gpd.GeoDataFrame(np.array([points, np.random.randn(n)]).T)
df_points.columns = ['Geometry', 'Property1']

points.plot()
lines.plot()

现在获取点到线的距离，并且只保存每个点的最小距离（请参阅下面的应用版本）

min_dist = np.empty(n)
for i, point in enumerate(points):
    min_dist[i] = np.min([point.distance(line) for line in lines])
df_points['min_dist_to_lines'] = min_dist
df_points.head(3)

给

    Geometry                                       Property1    min_dist_to_lines
0   POINT (0.2479424516236574 2.944916965334865)    2.621823    0.193293
1   POINT (1.465768457667432 2.605673714922998)     0.6074484   0.226353
2   POINT (2.831645235202689 1.125073838462032)     0.657191    1.940127

----编辑----

（摘自github的一期）使用apply更好，更符合您在pandas中的操作方式：

def min_distance(point, lines):
    return lines.distance(point).min()

df_points['min_dist_to_lines'] = df_points.geometry.apply(min_distance, df_lines)

编辑：至少从2019-10-04起，熊猫的变化似乎需要在最后一个代码块中使用中的args参数进行不同的输入。应用（）：

df_points['min_dist_to_lines'] = df_points.geometry.apply(min_distance, args=(df_lines,))