Lære Aggregering af rumlige data | Rumlige Analyseteknikker

Stryg for at vise menuen

Aggregere rumlige data muliggør opsummering og analyse af geografiske objekter baseret på fælles attributter. Med geopandas kan du bruge groupby()-metoden sammen med aggregeringsfunktioner til at besvare spørgsmål som "Hvad er det samlede areal af parker i hver by?" eller "Hvor mange skoler er der i hvert distrikt?" Disse teknikker er essentielle for at udtrække meningsfulde indsigter fra komplekse geospatiale datasæt.


              123456789101112131415161718192021222324252627
            
import geopandas as gpd
import pandas as pd

# 1. Load the open-source global dataset from the public URL
url = "https://raw.githubusercontent.com/nvkelso/natural-earth-vector/master/geojson/ne_110m_admin_0_countries.geojson"
world = gpd.read_file(url)

# 2. Clean up column names to uppercase
world.columns = world.columns.str.upper()

# 3. Tell GeoPandas to look at the uppercase 'GEOMETRY' column now
world = world.set_geometry("GEOMETRY")

# EPSG:8857 is the Equal Earth projection, great for global land area calculations
world['CALC_AREA'] = world.to_crs(epsg=8857).geometry.area

# 5. Perform the Aggregation (The 'groupby' step)
continent_summary = world.groupby('CONTINENT').agg(
    Total_Population=('POP_EST', 'sum'),
    Average_Country_Size=('CALC_AREA', 'mean'),
    Total_Countries=('CONTINENT', 'count')
).reset_index()

# 6. Interpret the results
print("Spatial Aggregation Results by Continent ")
pd.set_option('display.float_format', lambda x: '%.2f' % x)
print(continent_summary.to_string(index=False))

Efter aggregering fortolkes resultaterne i en rumlig kontekst. For eksempel kan du ved at gruppere lande efter kontinent og summere deres befolkning sammenligne befolkningsfordelinger globalt. Beregning af gennemsnitsarealet for lande pr. kontinent giver indsigt i rumlige mønstre, såsom hvilke kontinenter der har større eller mindre gennemsnitlige landestørrelser. Aggregering er ikke begrænset til optællinger eller summer; du kan også beregne gennemsnit, minimum, maksimum eller brugerdefinerede statistikker afhængigt af analyseformålet. Disse opsummeringer er særligt værdifulde, når de visualiseres på et kort, hvor mønstre og tendenser bliver tydelige med det samme.

Var alt klart?

Tak for dine kommentarer!

Sektion 2. Kapitel 3

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Sektion 2. Kapitel 3