我有一个从shapefile创建的geopandas dataFrame。
我想根据列对数据框进行排序:"名称",以及线块也应按地理位置进行排序,以便将所有具有相同名称的附近块分组在一起。
我该如何进行这种排序?
我尝试的是:1.我计算每个细胞的平均坐标:
df['mean_coord'] = df.geometry.apply(lambda g: [np.mean(g.xy[0]),np.mean(g.xy[1])])
i根据"名称"列对数据框进行分组,我根据均值坐标对生成的数据框进行排序:
:grouped = df.sort_values(['sey_coord'],apcending = false).groupby('name')
但我不确定这是这样做的最佳/最优雅甚至正确的方法。除此之外,我不知道如何从分组元素回到熊猫数据框架?
首先,我要向您展示我硬编码并被认为是代表性数据集的内容。这确实是您应该在问题中提供的东西,但是这个假期我感到很慷慨:
from shapely.geometry import Point, LineString
import geopandas
line1 = LineString([
Point(0, 0),
Point(0, 1),
Point(1, 1),
Point(1, 2),
Point(3, 3),
Point(5, 6),
])
line2 = LineString([
Point(5, 3),
Point(5, 5),
Point(9, 5),
Point(10, 7),
Point(11, 8),
Point(12, 12),
])
line3 = LineString([
Point(9, 10),
Point(10, 14),
Point(11, 12),
Point(12, 15),
])
gdf = geopandas.GeoDataFrame(
data={'name': ['A', 'B', 'A']},
geometry=[line1, line2, line3]
)
所以现在我要计算每条线的质心的x-和y-coortinate,平均它们按线的平均和名称进行排序,删除中间列。
output = (
gdf.assign(x=lambda df: df['geometry'].centroid.x)
.assign(y=lambda df: df['geometry'].centroid.y)
.assign(rep_val=lambda df: df[['x', 'y']].mean(axis=1))
.sort_values(by=['name', 'rep_val'])
.loc[:, gdf.columns]
)
print(output)
name geometry
0 A LINESTRING (0 0, 0 1, 1 1, 1 2, 3 3, 5 6)
2 A LINESTRING (9 10, 10 14, 11 12, 12 15)
1 B LINESTRING (5 3, 5 5, 9 5, 10 7, 11 8, 12 12)