Вивчайте Просторові об'єднання з Geopandas | Методи просторового аналізу

Свайпніть щоб показати меню

Просторові з'єднання — це потужний спосіб об'єднання геопросторових наборів даних на основі їхніх просторових відносин, а не лише за збігом атрибутів. За допомогою geopandas можна легко виконувати просторові з'єднання, щоб відповісти на запитання на кшталт «Які точки знаходяться в яких полігонах?» або «Які об'єкти розташовані найближче один до одного?». Основний інструмент для цього в geopandas — це метод sjoin(), який об'єднує два об'єкти GeoDataFrame, оцінюючи їхні просторові відносини.

Припустимо, у вас є два просторові набори даних: один містить розташування шкіл (у вигляді точок), а інший — межі районів (у вигляді полігонів). Виконавши просторове з'єднання, можна визначити, яка школа знаходиться в якому районі, або підрахувати кількість шкіл у кожному районі.

Метод sjoin() у geopandas дозволяє вказати тип просторового відношення для з'єднання, наприклад, within, contains або intersects. Крім того, можна обрати тип з'єднання — left, right або inner, що визначає, як записи з кожного набору даних будуть зіставлені та збережені у результаті.


              123456789101112131415161718192021222324252627282930313233343536
            
import geopandas as gpd
from shapely.geometry import Point, Polygon

# Create GeoDataFrame of points (e.g., schools)
points = gpd.GeoDataFrame({
    "school": ["A", "B", "C"],
    "geometry": [
        Point(1, 1),
        Point(2, 2),
        Point(3, 3)
    ]
})

# Create GeoDataFrame of polygons (e.g., neighborhoods)
polygons = gpd.GeoDataFrame({
    "neighborhood": ["Red", "Blue"],
    "geometry": [
        Polygon([(0,0), (0,2), (2,2), (2,0)]),   # Red neighborhood
        Polygon([(2,2), (2,4), (4,4), (4,2)])    # Blue neighborhood
    ]
})

# Spatial join: which school is in which neighborhood?
left_join = gpd.sjoin(points, polygons, how="left", predicate="within")
right_join = gpd.sjoin(points, polygons, how="right", predicate="within")
inner_join = gpd.sjoin(points, polygons, how="inner", predicate="within")

print("Left Join Result:")
print(left_join[["school", "neighborhood"]])

print("\nRight Join Result:")
print(right_join[["school", "neighborhood"]])

print("\nInner Join Result:")
print(inner_join[["school", "neighborhood"]])

У наведеному вище прикладі показано три типи з'єднань:

Left join: зберігає всі точки (школи), додаючи інформацію про район, якщо вона доступна;
Right join: зберігає всі полігони (райони), додаючи школи, що знаходяться в них;
Inner join: зберігає лише ті точки, які знаходяться в районі.

Вибір правильного типу з'єднання залежить від цілей аналізу. Наприклад, якщо потрібно отримати всі школи незалежно від того, чи знаходяться вони в районі, використовуйте left join. Якщо потрібно побачити всі райони та школи, які в них розташовані, використовуйте right join. Якщо цікавлять лише школи, що знаходяться в районах, використовуйте inner join.

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 2. Розділ 1

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Секція 2. Розділ 1