Lære Aggregere romlige data | Romlige Analyseteknikker

Sveip for å vise menyen

Aggregere romlige data gir mulighet til å oppsummere og analysere geografiske objekter basert på felles attributter. Med geopandas kan du bruke groupby()-metoden sammen med aggregeringsfunksjoner for å besvare spørsmål som «Hva er det totale arealet av parker i hver by?» eller «Hvor mange skoler finnes i hvert distrikt?». Disse teknikkene er essensielle for å hente ut meningsfulle innsikter fra komplekse geospatiale datasett.


              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))

Etter at aggregeringen er utført, tolkes resultatene i en romlig kontekst. For eksempel kan du ved å gruppere land etter kontinent og summere befolkningen, sammenligne befolkningsfordelingen globalt. Beregning av gjennomsnittlig areal for land per kontinent gir innsikt i romlige mønstre, som hvilke kontinenter som har større eller mindre gjennomsnittlig landareal. Aggregering er ikke begrenset til tellinger eller summer; du kan også beregne gjennomsnitt, minimum, maksimum eller egendefinerte statistikker, avhengig av analyseformålet. Disse oppsummeringene er spesielt verdifulle når de visualiseres på et kart, slik at mønstre og trender blir umiddelbart synlige.

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 3

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Seksjon 2. Kapittel 3