Geocomputation （2）Attribute data operations

news2025/2/22 17:34:16

Geocomputation （2）Attribute data operations

属性数据操作

来源：https://github.com/geocompx/geocompy

1.准备

#| echo: false
import pandas as pd
import matplotlib.pyplot as plt
pd.options.display.max_rows = 6
pd.options.display.max_columns = 6
pd.options.display.max_colwidth = 35
plt.rcParams['figure.figsize'] = (5, 5)

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import geopandas as gpd
import rasterio

示例数据

#| echo: false
import os
from urllib.request import urlretrieve

data_path = 'data'
if not os.path.exists(data_path):
  os.mkdir(data_path)
  
file_path = 'data/landsat.tif'
url = 'https://github.com/geocompx/geocompy/releases/download/0.1/landsat.tif'
if not os.path.exists(file_path):
  print('Attempting to get the data')
  urlretrieve(url, file_path)

Attempting to get the data

world = gpd.read_file('data/world.gpkg')
src_elev = rasterio.open('data/elev.tif')
src_multi_rast = rasterio.open('data/landsat.tif')

2. Introduction

属性数据是与地理（几何）数据相关联的非空间信息。
公共汽车站提供了一个简单的示例：除了名称之外，它的位置通常由纬度和经度坐标（几何数据）表示。
例如，伦敦的 Elephant & Castle / New Kent Road 停靠点的坐标为经度“-0.098”和纬度“51.495”，在@中描述的简单特征表示中可以表示为“POINT (-0.098 51.495)” sec-空间类。
诸如“POINT”特征（使用简单特征术语）的名称属性等属性是本章的主题。

另一个例子是栅格数据中特定网格单元的高程值（属性）。 与矢量数据模型不同，栅格数据模型间接存储网格单元的坐标，这意味着属性和空间信息之间的区别不太明确。
为了说明这一点，请考虑光栅矩阵第 3 行和第 4 列中的像素。
它的空间位置由其在矩阵中的索引定义：从原点在 x 方向（通常在地图上向东和向右）移动四个像元，在 y 方向（通常向南和向下）移动三个像元。
光栅的分辨率定义了标题中指定的每个 x 和 y 步长的距离。
标头是栅格数据集的重要组成部分，它指定像素如何与地理坐标相关（另请参阅@spatial-operations 章）。

本章介绍如何根据属性（例如矢量数据集中的公交车站名称和栅格数据集中的像素高程）来操作地理对象。
对于矢量数据，这意味着子集化和聚合等技术（参见@sec-vector-attribute-subsetting 和@sec-vector-attribute-aggregation）。
@sec-vector-attribute-joining 和@sec-creating-attributes-and-removing-spatial-information 分别演示了如何使用共享 ID 将数据连接到简单要素对象以及如何创建新变量。
这些操作中的每一个都有一个空间等价物：例如，用于使用布尔值Series 对(Geo)DataFrame 进行子集化的[ 运算符适用于基于对象的属性和空间关系的子集化对象，这些方法使用诸如 .相交； 您还可以使用空间连接连接两个地理数据集中的属性。 这是个好消息：本章培养的技能可以交叉迁移。
@sec-spatial-operations 将此处介绍的方法扩展到空间世界。

在下一节深入探讨各种类型的矢量属性操作之后，@sec-manipulating-raster-objects 介绍了栅格属性数据操作，它演示了如何创建包含连续和分类属性的栅格图层并从其中提取像元值 或更多层（栅格子集）。
@sec-summarizing-raster-objects 提供了“全局”栅格操作的概述，可用于汇总整个栅格数据集。

3. 矢量属性操作

如@sec-vector-layers 中所述，矢量图层（GeoDataFrame，来自包geopandas）基本上是扩展表（来自包pandas 的DataFrame），不同之处在于矢量图层具有 几何列。
由于 GeoDataFrame 扩展了 DataFrame，矢量图层也支持包 pandas 中所有与表相关的普通操作，如下所示。

3.1 向量属性子集 {#sec-vector-attribute-subsetting}

pandas 支持多个子集接口，但最推荐 是：

  • .loc，它使用 pandas 索引，以及
  • .iloc，它使用（隐式）numpy 风格的数字索引。

在这两种情况下，该方法后跟方括号和两个索引，以逗号分隔。 每个索引可以包括：

  • 一个特定的值，如 1
  • 一片，如 0:3
  • 一个 list，如 [0,2,4]
  • :——表示“所有”索引

此规则的一个例外是使用列表选择列，如“df[[‘a’,‘b’]]”，而不是“df.loc[:, [‘a’,‘b’]]”， 从 df 中选择列 'a' 和 'b'。

以下是对世界各国的“GeoDataFrame”进行子集化的几个示例。

按位置子集行，例如前三行：

world.iloc[0:3, :]
iso_a2name_longcontinent...lifeExpgdpPercapgeometry
0FJFijiOceania...69.9608222.253784MULTIPOLYGON (((-180.00000 -16....
1TZTanzaniaAfrica...64.1632402.099404MULTIPOLYGON (((33.90371 -0.950...
2EHWestern SaharaAfrica...NaNNaNMULTIPOLYGON (((-8.66559 27.656...

3 rows × 11 columns

这相当于：

world.iloc[:3]
iso_a2name_longcontinent...lifeExpgdpPercapgeometry
0FJFijiOceania...69.9608222.253784MULTIPOLYGON (((-180.00000 -16....
1TZTanzaniaAfrica...64.1632402.099404MULTIPOLYGON (((33.90371 -0.950...
2EHWestern SaharaAfrica...NaNNaNMULTIPOLYGON (((-8.66559 27.656...

3 rows × 11 columns

world.head(3)
iso_a2name_longcontinent...lifeExpgdpPercapgeometry
0FJFijiOceania...69.9608222.253784MULTIPOLYGON (((-180.00000 -16....
1TZTanzaniaAfrica...64.1632402.099404MULTIPOLYGON (((33.90371 -0.950...
2EHWestern SaharaAfrica...NaNNaNMULTIPOLYGON (((-8.66559 27.656...

3 rows × 11 columns

world.iloc[:, 0:3]
iso_a2name_longcontinent
0FJFijiOceania
1TZTanzaniaAfrica
2EHWestern SaharaAfrica
............
174XKKosovoEurope
175TTTrinidad and TobagoNorth America
176SSSouth SudanAfrica

177 rows × 3 columns

按位置子集行和列：

world.iloc[0:3, 0:3]
iso_a2name_longcontinent
0FJFijiOceania
1TZTanzaniaAfrica
2EHWestern SaharaAfrica

按名称子集列：

world[['name_long', 'geometry']]
name_longgeometry
0FijiMULTIPOLYGON (((-180.00000 -16....
1TanzaniaMULTIPOLYGON (((33.90371 -0.950...
2Western SaharaMULTIPOLYGON (((-8.66559 27.656...
.........
174KosovoMULTIPOLYGON (((20.59025 41.855...
175Trinidad and TobagoMULTIPOLYGON (((-61.68000 10.76...
176South SudanMULTIPOLYGON (((30.83385 3.5091...

177 rows × 2 columns

给定列之间的“切片”列：

world.loc[:, 'name_long':'pop']
name_longcontinentregion_un...typearea_km2pop
0FijiOceaniaOceania...Sovereign country19289.970733885806.0
1TanzaniaAfricaAfrica...Sovereign country932745.79235752234869.0
2Western SaharaAfricaAfrica...Indeterminate96270.601041NaN
........................
174KosovoEuropeEurope...Sovereign country11230.2616721821800.0
175Trinidad and TobagoNorth AmericaAmericas...Sovereign country7737.8098551354493.0
176South SudanAfricaAfrica...Sovereign country624909.09908611530971.0

177 rows × 7 columns

通过布尔值列表（0 和 1 或 True 和 False）进行子集化：

x = [1, 1, 0, 0, 0, 0, 0, 1, 1, 0, 0] 
world.iloc[:, x]
name_longname_longiso_a2...name_longiso_a2iso_a2
0FijiFijiFJ...FijiFJFJ
1TanzaniaTanzaniaTZ...TanzaniaTZTZ
2Western SaharaWestern SaharaEH...Western SaharaEHEH
........................
174KosovoKosovoXK...KosovoXKXK
175Trinidad and TobagoTrinidad and TobagoTT...Trinidad and TobagoTTTT
176South SudanSouth SudanSS...South SudanSSSS

177 rows × 11 columns

我们可以使用 .drop 方法通过 id 删除特定行，例如，删除第 2、3 和 5 行：

world.drop([2, 3, 5])
iso_a2name_longcontinent...lifeExpgdpPercapgeometry
0FJFijiOceania...69.9600008222.253784MULTIPOLYGON (((-180.00000 -16....
1TZTanzaniaAfrica...64.1630002402.099404MULTIPOLYGON (((33.90371 -0.950...
4USUnited StatesNorth America...78.84146351921.984639MULTIPOLYGON (((-171.73166 63.7...
........................
174XKKosovoEurope...71.0975618698.291559MULTIPOLYGON (((20.59025 41.855...
175TTTrinidad and TobagoNorth America...70.42600031181.821196MULTIPOLYGON (((-61.68000 10.76...
176SSSouth SudanAfrica...55.8170001935.879400MULTIPOLYGON (((30.83385 3.5091...

174 rows × 11 columns

或者使用 .drop 方法和 axis=1 （即列）删除特定列：

world.drop(['name_long', 'continent'], axis=1)
iso_a2region_unsubregion...lifeExpgdpPercapgeometry
0FJOceaniaMelanesia...69.9600008222.253784MULTIPOLYGON (((-180.00000 -16....
1TZAfricaEastern Africa...64.1630002402.099404MULTIPOLYGON (((33.90371 -0.950...
2EHAfricaNorthern Africa...NaNNaNMULTIPOLYGON (((-8.66559 27.656...
........................
174XKEuropeSouthern Europe...71.0975618698.291559MULTIPOLYGON (((20.59025 41.855...
175TTAmericasCaribbean...70.42600031181.821196MULTIPOLYGON (((-61.68000 10.76...
176SSAfricaEastern Africa...55.8170001935.879400MULTIPOLYGON (((30.83385 3.5091...

177 rows × 9 columns

我们可以使用 .rename 方法重命名列：

world[['name_long', 'pop']].rename(columns={'pop': 'population'})
name_longpopulation
0Fiji885806.0
1Tanzania52234869.0
2Western SaharaNaN
.........
174Kosovo1821800.0
175Trinidad and Tobago1354493.0
176South Sudan11530971.0

177 rows × 2 columns

标准的 numpy 比较运算符可用于布尔子集化，如表 @tbl-comparison-operators 所示。

符号名字
==等于
!=不等于
>, <大于/小于
>=, <=大于/小于或等于
&, `, ~`

: 返回布尔值的比较运算符 (True/False)。 {#tbl-比较运算符}

以下示例通过创建一个名为“small_countries”的新“GeoDataFrame”对象演示了用于子集化的逻辑向量，该对象仅包含表面积小于 10,000 km2 的国家：

idx_small = world['area_km2'] < 10000  ## a logical 'Series'
small_countries = world[idx_small]
small_countries
iso_a2name_longcontinent...lifeExpgdpPercapgeometry
45PRPuerto RicoNorth America...79.39012235066.046376MULTIPOLYGON (((-66.28243 18.51...
79PSPalestineAsia...73.1260004319.528283MULTIPOLYGON (((35.39756 31.489...
89VUVanuatuOceania...71.7090002892.341604MULTIPOLYGON (((166.79316 -15.6...
........................
160NoneNorthern CyprusAsia...NaNNaNMULTIPOLYGON (((32.73178 35.140...
161CYCyprusAsia...80.17300029786.365653MULTIPOLYGON (((32.73178 35.140...
175TTTrinidad and TobagoNorth America...70.42600031181.821196MULTIPOLYGON (((-61.68000 10.76...

7 rows × 11 columns

中介“idx_small”（代表小国家的索引的缩写）是一个布尔值“Series”，可用于按表面积划分世界上七个最小国家的子集。
省略中间对象的更简洁的命令会生成相同的结果：

small_countries = world[world['area_km2'] < 10000]
small_countries
iso_a2name_longcontinent...lifeExpgdpPercapgeometry
45PRPuerto RicoNorth America...79.39012235066.046376MULTIPOLYGON (((-66.28243 18.51...
79PSPalestineAsia...73.1260004319.528283MULTIPOLYGON (((35.39756 31.489...
89VUVanuatuOceania...71.7090002892.341604MULTIPOLYGON (((166.79316 -15.6...
........................
160NoneNorthern CyprusAsia...NaNNaNMULTIPOLYGON (((32.73178 35.140...
161CYCyprusAsia...80.17300029786.365653MULTIPOLYGON (((32.73178 35.140...
175TTTrinidad and TobagoNorth America...70.42600031181.821196MULTIPOLYGON (((-61.68000 10.76...

7 rows × 11 columns

上面显示的各种方法可以链接起来，用于与多个子集步骤的任意组合，例如：

world[world['continent'] == 'Asia']  \
    .loc[:, ['name_long', 'continent']]  \
    .iloc[0:5, :]
name_longcontinent
5KazakhstanAsia
6UzbekistanAsia
8IndonesiaAsia
24Timor-LesteAsia
76IsraelAsia

我们还可以组合索引：

idx_small = world['area_km2'] < 10000
idx_asia = world['continent'] == 'Asia'
world.loc[idx_small & idx_asia, ['name_long', 'continent', 'area_km2']]
name_longcontinentarea_km2
79PalestineAsia5037.103826
160Northern CyprusAsia3786.364506
161CyprusAsia6207.006191

3.2 矢量属性聚合

聚合涉及基于一个或多个分组变量（通常是列中的值；地理聚合将在下一章介绍）汇总数据。 这种基于属性的聚合的一个典型示例是根据国家级数据（每个国家一行）计算每个大陆的人数。
“world”数据集包含必要的成分：列“pop”和“continent”，分别是人口和分组变量。 目的是找到每个大陆的国家人口的“sum()”，从而得到更小的数据框。 （由于聚合是数据缩减的一种形式，因此在处理大型数据集时它可能是一个有用的早期步骤）。 这种聚合可以使用 .groupby 和 .sum 的组合来实现：

world_agg1 = world[['continent', 'pop']].groupby('continent').sum()
world_agg1
pop
continent
Africa1.154947e+09
Antarctica0.000000e+00
Asia4.311408e+09
......
Oceania3.775783e+07
Seven seas (open ocean)0.000000e+00
South America4.120608e+08

8 rows × 1 columns

如果您不喜欢默认使用的科学记数法来显示人口总和，您可以像这样更改浮点值的 Pandas 显示格式：

pd.set_option('display.float_format', '{:.0f}'.format)
world_agg1
pop
continent
Africa1154946633
Antarctica0
Asia4311408059
......
Oceania37757833
Seven seas (open ocean)0
South America412060811

8 rows × 1 columns

结果是一个（非空间）表，有八行，每个大陆一行，两列报告每个大陆的名称和人口。

如果我们想在聚合结果中包含几何图形，我们可以使用 .dissolve 方法。
这样，除了人口总和之外，我们还可以获得每个大陆的相关几何图形，即所有国家的联合。
请注意，我们使用“by”参数来选择用于分组的列，并使用“aggfunc”参数来选择非几何列的聚合函数：

world_agg2 = world[['continent', 'pop', 'geometry']] \
    .dissolve(by='continent', aggfunc='sum') \
    .reset_index()
world_agg2
continentgeometrypop
0AfricaMULTIPOLYGON (((32.83012 -26.74...1154946633
1AntarcticaMULTIPOLYGON (((-66.29003 -80.2...0
2AsiaMULTIPOLYGON (((120.29501 -10.2...4311408059
............
5OceaniaMULTIPOLYGON (((169.66781 -43.5...37757833
6Seven seas (open ocean)POLYGON ((68.93500 -48.62500, 6...0
7South AmericaMULTIPOLYGON (((-66.95992 -54.8...412060811

8 rows × 3 columns

@fig-spatial-aggregation 显示结果：

#| label: fig-spatial-aggregation
#| fig-cap: Continents with summed population

world_agg2.plot(column='pop', legend=True);

在这里插入图片描述

生成的“world_agg2”对象是一个“GeoDataFrame”，其中包含代表世界各大洲（和公海）的 8 个特征。

.dissolve 中 aggfunc 参数的其他选项 包括：

*'第一'
*'最后'
*'分钟'
*'最大'
*'总和'
*'平均'
*'中位数'

此外，我们可以传递自定义函数。

作为一个更复杂的例子，下面是我们如何计算每个大陆的总人口、面积和国家数量：

world_agg3 = world.dissolve(
    by='continent', aggfunc={
         "name_long": "count",
         "pop": "sum",
         'area_km2': "sum"
     }).rename(columns={'name_long': 'n'})
world_agg3
geometrynpoparea_km2
continent
AfricaMULTIPOLYGON (((32.83012 -26.74...51115494663329946198
AntarcticaMULTIPOLYGON (((-66.29003 -80.2...1012335956
AsiaMULTIPOLYGON (((120.29501 -10.2...47431140805931252459
...............
OceaniaMULTIPOLYGON (((169.66781 -43.5...7377578338504489
Seven seas (open ocean)POLYGON ((68.93500 -48.62500, 6...1011603
South AmericaMULTIPOLYGON (((-66.95992 -54.8...1341206081117762592

8 rows × 4 columns

图 @fig-spatial-aggregation-different-functions 可视化了具有三个聚合属性的大陆的结果层 (world_agg3)。

#| label: fig-spatial-aggregation-different-functions
#| fig-cap: 'Continent properties, calculated using spatial aggregation using different functions'

fig, axes = plt.subplots(2, 2, figsize=(9, 5))
world_agg3.plot(column='pop', edgecolor='black', legend=True, ax=axes[0][0])
world_agg3.plot(column='area_km2', edgecolor='black', legend=True, ax=axes[0][1])
world_agg3.plot(column='n', edgecolor='black', legend=True, ax=axes[1][0])
axes[0][0].set_title('Summed population')
axes[0][1].set_title('Summed area')
axes[1][0].set_title('Count of countries')
fig.delaxes(axes[1][1]);

在这里插入图片描述

下面继续最后的结果来演示其他表相关的操作。 鉴于“world_agg3”大陆摘要（@fig-spatial-aggregation-different-functions），我们：

  • 删除几何列，
    *计算每个大陆的人口密度，
  • 按大洲包含的国家数量排列大洲，以及
  • 只保留 3 个人口最多的大陆。
world_agg4 = world_agg3.drop(columns=['geometry'])
world_agg4['density'] = world_agg4['pop'] / world_agg4['area_km2']
world_agg4 = world_agg4.sort_values(by='n', ascending=False)
world_agg4 = world_agg4.head(3)
world_agg4
npoparea_km2density
continent
Africa5111549466332994619839
Asia47431140805931252459138
Europe396690362562306521929

3.3 矢量属性加入

合并来自不同来源的数据是数据准备中的一项常见任务。 联接通过基于共享的“键”变量组合表来实现这一点。
pandas 有一个名为 pd.merge 的函数，用于基于公共列加入 (Geo)DataFrames。
pd.merge 函数遵循数据库语言 SQL 中使用的约定（Grolemund 和 Wickham 2016）。
pd.merge 函数对 DataFrame 和 GeoDataFrame 对象的作用相同。
pd.merge 的结果可以是 DataFrame 或 GeoDataFrame 对象，具体取决于输入。

一种常见的空间数据属性连接类型是将“DataFrames”连接到“GeoDataFrames”。
为实现这一点，我们使用带有 GeoDataFrame 作为第一个参数的 pd.merge，并从指定为第二个参数的 DataFrame 向其添加列。
在以下示例中，我们将咖啡生产数据与“世界”数据集结合起来。
咖啡数据位于从主要咖啡生产国的 CSV 文件中导入的名为“coffee_data”的“DataFrame”中：

coffee_data = pd.read_csv('data/coffee_data.csv')
coffee_data
name_longcoffee_production_2016coffee_production_2017
0AngolaNaNNaN
1Bolivia34
2Brazil32772786
............
44Zambia3NaN
45Zimbabwe11
46Others2326

47 rows × 3 columns

它的三列是：

  • name_long 国家名称
  • coffee_production_2016 和 coffee_production_2017 包含以每年 60 公斤袋为单位的咖啡产量估计值。

保留第一个数据集的左连接基于常见的“name_long”列将“world”与“coffee_data”合并：

world_coffee = pd.merge(world, coffee_data, on='name_long', how='left')
world_coffee
iso_a2name_longcontinent...geometrycoffee_production_2016coffee_production_2017
0FJFijiOceania...MULTIPOLYGON (((-180.00000 -16....NaNNaN
1TZTanzaniaAfrica...MULTIPOLYGON (((33.90371 -0.950...8166
2EHWestern SaharaAfrica...MULTIPOLYGON (((-8.66559 27.656...NaNNaN
........................
174XKKosovoEurope...MULTIPOLYGON (((20.59025 41.855...NaNNaN
175TTTrinidad and TobagoNorth America...MULTIPOLYGON (((-61.68000 10.76...NaNNaN
176SSSouth SudanAfrica...MULTIPOLYGON (((30.83385 3.5091...NaNNaN

177 rows × 13 columns

结果是一个与原始 world 对象相同的 GeoDataFrame 对象，但有两个关于咖啡生产的新变量（coffee_production_2016 和 coffee_production_2017）。
这可以绘制成地图，如@fig-join-coffee-production 所示：

#| label: fig-join-coffee-production
#| fig-cap: 'World coffee production, thousand 60-kg bags by country, in 2017 (source: International Coffee Organization).'

base = world_coffee.plot(color='white', edgecolor='lightgrey')
coffee_map = world_coffee.plot(ax=base, column='coffee_production_2017')
coffee_map.set_title('Coffee production');

在这里插入图片描述

要工作，基于属性的连接需要在两个数据集中都有一个“关键变量”（“pd.merge”的“on”参数）。
在上面的示例中，world_coffee 和 world DataFrames 都包含一个名为 name_long 的列。
（默认情况下，pd.merge 使用所有具有匹配名称的列。但是，建议明确指定要用于匹配的列的名称，就像我们在上一个示例中所做的那样。）

如果列名不同，您可以使用 left_on 和 right_on 来指定各自的列。

请注意，结果“world_coffee”与原始数据集“world”具有相同的行数。
虽然 coffee_data 中只有 47 行，但 world_coffee 中所有 177 个国家/地区的记录都完好无损。 原始数据集中没有匹配项的行被分配了新咖啡生产变量的“np.nan”值。
这是左连接的一个特征（用 how='left' 指定），也是我们通常想要做的。

如果我们只想保留关键变量匹配的国家怎么办？
在这种情况下，可以使用内部连接：

pd.merge(world, coffee_data, on='name_long', how='inner')
iso_a2name_longcontinent...geometrycoffee_production_2016coffee_production_2017
0TZTanzaniaAfrica...MULTIPOLYGON (((33.90371 -0.950...8166
1PGPapua New GuineaOceania...MULTIPOLYGON (((141.00021 -2.60...11474
2IDIndonesiaAsia...MULTIPOLYGON (((104.36999 -1.08...742360
........................
42ETEthiopiaAfrica...MULTIPOLYGON (((47.78942 8.0030...215283
43UGUgandaAfrica...MULTIPOLYGON (((33.90371 -0.950...408443
44RWRwandaAfrica...MULTIPOLYGON (((30.41910 -1.134...3642

45 rows × 13 columns

连接两个 (Geo)DataFrame 的另一种方法是恰当地称为“join”函数：

world.join(coffee_data.set_index('name_long'), on='name_long', how='inner')
iso_a2name_longcontinent...geometrycoffee_production_2016coffee_production_2017
1TZTanzaniaAfrica...MULTIPOLYGON (((33.90371 -0.950...8166
7PGPapua New GuineaOceania...MULTIPOLYGON (((141.00021 -2.60...11474
8IDIndonesiaAsia...MULTIPOLYGON (((104.36999 -1.08...742360
........................
165ETEthiopiaAfrica...MULTIPOLYGON (((47.78942 8.0030...215283
168UGUgandaAfrica...MULTIPOLYGON (((33.90371 -0.950...408443
169RWRwandaAfrica...MULTIPOLYGON (((30.41910 -1.134...3642

45 rows × 13 columns

请注意，在这种情况下，我们需要将 coffee_data 的索引设置为 name_long 值以避免错误消息。

3.4 创建属性和删除空间信息

通常，我们希望在现有列的基础上创建一个新列。 例如，我们要计算每个国家的人口密度。 为此，我们需要将人口列（此处为“pop”）除以面积列（此处为“area_km2”）。 请注意，我们正在处理名为“world2”的“world”副本，因此我们不会修改原始图层：

world2 = world.copy()
world2['pop_dens'] = world2['pop'] / world2['area_km2']
world2
iso_a2name_longcontinent...gdpPercapgeometrypop_dens
0FJFijiOceania...8222MULTIPOLYGON (((-180.00000 -16....46
1TZTanzaniaAfrica...2402MULTIPOLYGON (((33.90371 -0.950...56
2EHWestern SaharaAfrica...NaNMULTIPOLYGON (((-8.66559 27.656...NaN
........................
174XKKosovoEurope...8698MULTIPOLYGON (((20.59025 41.855...162
175TTTrinidad and TobagoNorth America...31182MULTIPOLYGON (((-61.68000 10.76...175
176SSSouth SudanAfrica...1936MULTIPOLYGON (((30.83385 3.5091...18

177 rows × 12 columns

要将现有列粘贴（即连接）在一起，我们可以使用普通的 Python 字符串运算符“+”，就好像我们在处理单个字符串而不是“系列”一样。 例如，我们希望将“continent”和“region_un”列合并到名为“con_reg”的新列中，使用“:”作为分隔符。 随后，我们使用 .drop 删除原始列：

world2['con_reg'] = world['continent'] + ':' + world2['region_un']
world2 = world2.drop(['continent', 'region_un'], axis=1)
world2
iso_a2name_longsubregion...geometrypop_denscon_reg
0FJFijiMelanesia...MULTIPOLYGON (((-180.00000 -16....46Oceania:Oceania
1TZTanzaniaEastern Africa...MULTIPOLYGON (((33.90371 -0.950...56Africa:Africa
2EHWestern SaharaNorthern Africa...MULTIPOLYGON (((-8.66559 27.656...NaNAfrica:Africa
........................
174XKKosovoSouthern Europe...MULTIPOLYGON (((20.59025 41.855...162Europe:Europe
175TTTrinidad and TobagoCaribbean...MULTIPOLYGON (((-61.68000 10.76...175North America:Americas
176SSSouth SudanEastern Africa...MULTIPOLYGON (((30.83385 3.5091...18Africa:Africa

177 rows × 11 columns

生成的 sf 对象有一个名为“con_reg”的新列，代表每个国家/地区的大陆和地区，例如，“South America:Americas”代表阿根廷和其他南美国家。 相反的操作，根据分隔符字符串将一列拆分为多列，使用 .str.split 方法完成。 结果，我们回到了两个单独的“continent”和“region_un”列的先前状态（只是它们的位置现在是最后一个，因为它们是新创建的）：

world2[['continent', 'region_un']] = world2['con_reg'] \
    .str.split(':', expand=True)
world2
iso_a2name_longsubregion...con_regcontinentregion_un
0FJFijiMelanesia...Oceania:OceaniaOceaniaOceania
1TZTanzaniaEastern Africa...Africa:AfricaAfricaAfrica
2EHWestern SaharaNorthern Africa...Africa:AfricaAfricaAfrica
........................
174XKKosovoSouthern Europe...Europe:EuropeEuropeEurope
175TTTrinidad and TobagoCaribbean...North America:AmericasNorth AmericaAmericas
176SSSouth SudanEastern Africa...Africa:AfricaAfricaAfrica

177 rows × 13 columns

重命名一个或多个列可以使用 .rename 方法结合 columns 参数来完成，它应该是 old_name:new_name 形式的字典。 例如，以下命令将冗长的“name_long”列重命名为简单的“name”：

world2.rename(columns={'name_long': 'name'})
iso_a2namesubregion...con_regcontinentregion_un
0FJFijiMelanesia...Oceania:OceaniaOceaniaOceania
1TZTanzaniaEastern Africa...Africa:AfricaAfricaAfrica
2EHWestern SaharaNorthern Africa...Africa:AfricaAfricaAfrica
........................
174XKKosovoSouthern Europe...Europe:EuropeEuropeEurope
175TTTrinidad and TobagoCaribbean...North America:AmericasNorth AmericaAmericas
176SSSouth SudanEastern Africa...Africa:AfricaAfricaAfrica

177 rows × 13 columns

要一次更改所有列名，我们将“新”列名的“列表”分配给“.columns”属性。 list 的长度必须与列数相同（即 world.shape[1]）。 如下图所示，它输出相同的“world2”对象，但名称非常短：

new_names = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'geom', 'i', 'j', 'k', 'l']
world2.columns = new_names
world2
abc...jkl
0FJFijiMelanesia...Oceania:OceaniaOceaniaOceania
1TZTanzaniaEastern Africa...Africa:AfricaAfricaAfrica
2EHWestern SaharaNorthern Africa...Africa:AfricaAfricaAfrica
........................
174XKKosovoSouthern Europe...Europe:EuropeEuropeEurope
175TTTrinidad and TobagoCaribbean...North America:AmericasNorth AmericaAmericas
176SSSouth SudanEastern Africa...Africa:AfricaAfricaAfrica

177 rows × 13 columns

要对列重新排序，我们可以将修改后的列列表传递给子集运算符“[”。 例如，以下表达式按相反的字母顺序对 world2 列进行重新排序：

names = sorted(world2.columns, reverse=True)
world2 = world2[names]
world2
lkj...cba
0OceaniaOceaniaOceania:Oceania...MelanesiaFijiFJ
1AfricaAfricaAfrica:Africa...Eastern AfricaTanzaniaTZ
2AfricaAfricaAfrica:Africa...Northern AfricaWestern SaharaEH
........................
174EuropeEuropeEurope:Europe...Southern EuropeKosovoXK
175AmericasNorth AmericaNorth America:Americas...CaribbeanTrinidad and TobagoTT
176AfricaAfricaAfrica:Africa...Eastern AfricaSouth SudanSS

177 rows × 13 columns

这些属性数据操作中的每一个，即使它们在“pandas”包中定义并且适用于任何“DataFrame”，也会保留几何列和“GeoDataFrame”类。 然而，有时移除几何体是有意义的，例如为了加速聚合或仅导出属性数据以进行统计分析。 要从“GeoDataFrame”到“DataFrame”，我们需要：

1.删除几何列

  1. 从 GeoDataFrame 转换为 DataFrame

例如：

world2 = world2.drop('geom', axis=1)
world2 = pd.DataFrame(world2)
world2
lkj...cba
0OceaniaOceaniaOceania:Oceania...MelanesiaFijiFJ
1AfricaAfricaAfrica:Africa...Eastern AfricaTanzaniaTZ
2AfricaAfricaAfrica:Africa...Northern AfricaWestern SaharaEH
........................
174EuropeEuropeEurope:Europe...Southern EuropeKosovoXK
175AmericasNorth AmericaNorth America:Americas...CaribbeanTrinidad and TobagoTT
176AfricaAfricaAfrica:Africa...Eastern AfricaSouth SudanSS

177 rows × 12 columns

4. 操作栅格对象

4.1 栅格子集

使用 rasterio 时，可以通过 numpy 数组访问栅格值，该数组可以使用 .read 方法导入：

elev = src_elev.read(1)
elev

array([[ 1,  2,  3,  4,  5,  6],
       [ 7,  8,  9, 10, 11, 12],
       [13, 14, 15, 16, 17, 18],
       [19, 20, 21, 22, 23, 24],
       [25, 26, 27, 28, 29, 30],
       [31, 32, 33, 34, 35, 36]], dtype=uint8)

然后，我们可以使用 numpy 方法访问单元格值的任何子集，例如：

elev[0, 0]  ## Value at row 1, column 1

1

可以通过结合子集操作覆盖现有值来修改单元格值，例如 将 elev 的左上角单元格设置为 0：

elev[0, 0] = 0
elev

array([[ 0,  2,  3,  4,  5,  6],
       [ 7,  8,  9, 10, 11, 12],
       [13, 14, 15, 16, 17, 18],
       [19, 20, 21, 22, 23, 24],
       [25, 26, 27, 28, 29, 30],
       [31, 32, 33, 34, 35, 36]], dtype=uint8)

多个单元格也可以这样修改：

elev[0, 0:3] = 0
elev

array([[ 0,  0,  0,  4,  5,  6],
       [ 7,  8,  9, 10, 11, 12],
       [13, 14, 15, 16, 17, 18],
       [19, 20, 21, 22, 23, 24],
       [25, 26, 27, 28, 29, 30],
       [31, 32, 33, 34, 35, 36]], dtype=uint8)

4.2 汇总栅格对象

可以通过在具有栅格值的数组上应用“numpy”汇总函数来计算栅格值的全局汇总，例如 np.mean：

np.mean(elev)

18.333333333333332

请注意，如果栅格包含需要忽略的“无数据”值，则应使用“无数据”安全函数（例如 np.nanmean）。 在我们证明这一点之前，我们必须将数组从“int”转换为“float”，因为“int”数组不能包含“np.nan”（由于计算机内存限制）：

elev1 = elev.copy()
elev1 = elev1.astype('float64')
elev1

array([[ 0.,  0.,  0.,  4.,  5.,  6.],
       [ 7.,  8.,  9., 10., 11., 12.],
       [13., 14., 15., 16., 17., 18.],
       [19., 20., 21., 22., 23., 24.],
       [25., 26., 27., 28., 29., 30.],
       [31., 32., 33., 34., 35., 36.]])

现在我们可以在数组中插入一个 np.nan 值。 （尝试在原始的 elev 数组中这样做会引发错误，请自己尝试看看）

elev1[0, 2] = np.nan
elev1

array([[ 0.,  0., nan,  4.,  5.,  6.],
       [ 7.,  8.,  9., 10., 11., 12.],
       [13., 14., 15., 16., 17., 18.],
       [19., 20., 21., 22., 23., 24.],
       [25., 26., 27., 28., 29., 30.],
       [31., 32., 33., 34., 35., 36.]])

使用 np.nan 值，汇总值变得未知：

np.mean(elev1)

nan

因此，我们需要忽略“无数据”值：

np.nanmean(elev1)

18.857142857142858

栅格值统计数据可以通过多种方式可视化。
一种方法是将栅格值“扁平化”为一维数组，然后使用图形函数，例如 plt.hist 或 plt.boxplot（来自 matplotlib.pyplot）。
例如：

x = elev.flatten()
plt.hist(x);

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NUW9s6Av-1687280429016)(03-attribute-operations_files/03-attribute-operations_91_0.png)]

…


174
Europe
Europe
Europe:Europe
…
Southern Europe
Kosovo
XK


175
Americas
North America
North America:Americas
…
Caribbean
Trinidad and Tobago
TT


176
Africa
Africa
Africa:Africa
…
Eastern Africa
South Sudan
SS

177 rows × 12 columns

5.操作栅格对象 {#sec-manipulating-raster-objects}

5.1 栅格子集 {#sec-raster-subsetting}

使用 rasterio 时，可以通过 numpy 数组访问栅格值，该数组可以使用 .read 方法导入：

elev = src_elev.read(1)
elev

array([[ 1,  2,  3,  4,  5,  6],
       [ 7,  8,  9, 10, 11, 12],
       [13, 14, 15, 16, 17, 18],
       [19, 20, 21, 22, 23, 24],
       [25, 26, 27, 28, 29, 30],
       [31, 32, 33, 34, 35, 36]], dtype=uint8)

然后，我们可以使用 numpy 方法访问单元格值的任何子集，例如：

elev[0, 0]  ## Value at row 1, column 1

1

可以通过结合子集操作覆盖现有值来修改单元格值，例如 将 elev 的左上角单元格设置为 0：

elev[0, 0] = 0
elev

array([[ 0,  2,  3,  4,  5,  6],
       [ 7,  8,  9, 10, 11, 12],
       [13, 14, 15, 16, 17, 18],
       [19, 20, 21, 22, 23, 24],
       [25, 26, 27, 28, 29, 30],
       [31, 32, 33, 34, 35, 36]], dtype=uint8)

多个单元格也可以这样修改：

elev[0, 0:3] = 0
elev

array([[ 0,  0,  0,  4,  5,  6],
       [ 7,  8,  9, 10, 11, 12],
       [13, 14, 15, 16, 17, 18],
       [19, 20, 21, 22, 23, 24],
       [25, 26, 27, 28, 29, 30],
       [31, 32, 33, 34, 35, 36]], dtype=uint8)

5.2 汇总栅格对象

可以通过在具有栅格值的数组上应用“numpy”汇总函数来计算栅格值的全局汇总，例如 np.mean：

np.mean(elev)

18.333333333333332

请注意，如果栅格包含需要忽略的“无数据”值，则应使用“无数据”安全函数（例如 np.nanmean）。 在我们证明这一点之前，我们必须将数组从“int”转换为“float”，因为“int”数组不能包含“np.nan”（由于计算机内存限制）：

elev1 = elev.copy()
elev1 = elev1.astype('float64')
elev1

array([[ 0.,  0.,  0.,  4.,  5.,  6.],
       [ 7.,  8.,  9., 10., 11., 12.],
       [13., 14., 15., 16., 17., 18.],
       [19., 20., 21., 22., 23., 24.],
       [25., 26., 27., 28., 29., 30.],
       [31., 32., 33., 34., 35., 36.]])

现在我们可以在数组中插入一个 np.nan 值。 （尝试在原始的 elev 数组中这样做会引发错误，请自己尝试看看）

elev1[0, 2] = np.nan
elev1

array([[ 0.,  0., nan,  4.,  5.,  6.],
       [ 7.,  8.,  9., 10., 11., 12.],
       [13., 14., 15., 16., 17., 18.],
       [19., 20., 21., 22., 23., 24.],
       [25., 26., 27., 28., 29., 30.],
       [31., 32., 33., 34., 35., 36.]])

使用 np.nan 值，汇总值变得未知：

np.mean(elev1)

nan

因此，我们需要忽略“无数据”值：

np.nanmean(elev1)

18.857142857142858

栅格值统计数据可以通过多种方式可视化。
一种方法是将栅格值“扁平化”为一维数组，然后使用图形函数，例如 plt.hist 或 plt.boxplot（来自 matplotlib.pyplot）。
例如：

x = elev.flatten()
plt.hist(x);

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/669012.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

chatgpt赋能python：Python搜索函数：快速、高效的搜索利器

chatgpt赋能python：Python搜索函数：快速、高效的搜索利器

Python 搜索函数&#xff1a;快速、高效的搜索利器 如果你经常使用 Python 编程语言&#xff0c;那么你应该知道搜索数据集的重要性。用于搜索的函数在 Python 中是关键而常用的工具。Python 搜索函数是一种高效、快速的搜索利器&#xff0c;它可以让你轻松地找到你需要的数据…
阅读更多...
C生万物 | 聊聊枚举与联合体的用法

C生万物 | 聊聊枚举与联合体的用法

文章目录 枚举1、枚举类型的定义2、枚举的使用3、枚举的优点 联合体1、联合体类型的定义2、联合体的特点3、联合体大小的计算一道经典面试题&#xff1a;判断当前计算机的大小端存储 总结与提炼 本文&#xff0c;我们就来谈谈C语言中的枚举和联合体&#xff0c;因为这两块知识点…
阅读更多...
6月21日第壹简报，星期三，农历五月初四

6月21日第壹简报，星期三，农历五月初四

6月21日第壹简报&#xff0c;星期三&#xff0c;农历五月初四坚持阅读&#xff0c;静待花开1. 中国LPR“对称降息”10个基点&#xff0c;房贷迎今年首次“降息”。2. 孟加拉国正式申请加入金砖国家&#xff0c;中方&#xff1a;欢迎更多伙伴早日加入金砖大家庭。3. 历时近2年波…
阅读更多...
7、DuiLib动态创建控件

7、DuiLib动态创建控件

文章目录 1、动态创建控件2、纯代码方式动态创建控件3、基于构建好的 XML 动态创建控件&#xff08;CDialogBuilder&#xff09; 1、动态创建控件 在实际业务场景中&#xff0c;并不是所有界面元素都可以通过 XML 预先定义好的&#xff0c;有时候我们需要根据数据库或者服务器…
阅读更多...
【计算机组成原理】主存储器

【计算机组成原理】主存储器

目录 一、存储体系基本概念 二、主存储器的基本组成 三、SRAM和DRAM 四、只读存储器ROM 五、主存储器与CPU的连接 六、双端口RAM和多模块存储器 一、存储体系基本概念 一个二进制位&#xff08;bit&#xff09;是构成存储器的最小单位&#xff1b;字节&#xff08;8bit&…
阅读更多...
总结uwsgi的安装、配置与设置开机自启

总结uwsgi的安装、配置与设置开机自启

一、uwsgi的安装与测试 1、uwsgi安装 pip install uwsgi# 查看uwsgi版本号 uwsgi –version 如果服务器安装anconda&#xff0c;有可能安装不上去&#xff0c;建议使用以下命令&#xff1a; conda install -c conda-forge uwsgi 2、测试uwsgi 创建test.py文件,并写下以下…
阅读更多...
C++基础(2)——函数高级和函数对象

C++基础(2)——函数高级和函数对象

前言 本文主要介绍了C中函数高级相关的内容 3.1&#xff1a;函数默认参数 在函数定义的时候可以给形参赋初值&#xff0c;如果函数在调用的时候有传入参数&#xff0c;就使用传入的参数&#xff0c;如果没有就用默认的。 注意事项 1&#xff1a;如果某个参数有了默认值&…
阅读更多...
Scilab安装与入门

Scilab安装与入门

说明&#xff1a;Scilab主要是用于信号处理&#xff0c;我本次用它来进行滤波仿真 地址&#xff1a; Scilab 2023.1.0 | Scilab https://www.scilab.org/download/scilab-2023.1.0 下载好了&#xff0c;进行安装看看 下一步&#xff0c;接受许可协议 选择安装路径到D盘下了…
阅读更多...
chatgpt赋能python：Python数值互换：让你的编程更加高效

chatgpt赋能python：Python数值互换：让你的编程更加高效

Python数值互换&#xff1a;让你的编程更加高效 Python是一种高级编程语言&#xff0c;其灵活性和易于学习的特点使其在科学计算、数据分析和人工智能等领域变得非常流行。作为Python的用户&#xff0c;很多时候你可能需要将数值类型之间进行转换&#xff0c;这样可以提高你的…
阅读更多...
第6章 面向对象

第6章 面向对象

第6章 面向对象 6.1. Scala包 ​ 包的命名 ​ 包的导入 Scala中基本的import导入语法和Java完全一致 import java.util.List import java.util._ // Scala中使用下划线代替Java中的星号Java中import导入的语法比较单一&#xff0c;Scala对此进行扩展&#xff0c;Scala中的im…
阅读更多...
Cadence Allegro PCB设计88问解析(二十八) 之 Allegro中使用Anti Etch分割平面

Cadence Allegro PCB设计88问解析(二十八) 之 Allegro中使用Anti Etch分割平面

一个学习信号完整性仿真的layout工程师 最近看到关于Anti Etch的设置&#xff0c;因为本人之前在layout设计是使用过这个命令。后来去到别的公司就不用了&#xff0c;从网上看到说这个命令是用来负片设计的。在这里在说下正片和负片的概念&#xff1a; 正片&#xff1a;是指在a…
阅读更多...
Git团队代码规范

Git团队代码规范

Git团队代码规范 1. 分支的定义2. 约束2.1 远程命名2.2 拉取代码2.3 新建Issues2.3 代码规范2.4 MR提交 本文章讲解Git代码管理中团队应该遵守的一些规则&#xff0c;让大家可以愉快的一起开发工作。 本篇文章需要结合Git代码提交规范-实践篇 一起食用哟~ 上一节我们已经讲了如…
阅读更多...
Vue----Vue属性绑定

Vue----Vue属性绑定

【原文链接】Vue----Vue属性绑定 通过v-bind:xxx 的方式即可实现Vue的属性绑定&#xff0c;比如如下代码&#xff0c;为div标签增加class属性&#xff0c;class的属性值通过msg变量提供 <template><div v-bind:class"msg">测试属性绑定</div> &l…
阅读更多...
Java XML

Java XML

目录 XML简介 XML文档结构 XML组成部分 XML规范 解析XML DOM4J解析实战 1.XML简介 &#xff08;1&#xff09;定义&#xff1a;可扩展标记语言 &#xff08;2&#xff09;特点&#xff1a;跨平台&#xff0c;跨语言/系统 &#xff08;3&#xff09;作用&#xff1a;传…
阅读更多...
windows编译运行es源码1

windows编译运行es源码1

一. 基础搭载环境 win10 jdk 11 \ jdk8 idea 2022 gradle 8.1.1 【建议4.5.1以上】 elasticsearch 7.8.0 源码及安装包 二. 安装gradle 1. 官网下载链接&#xff1a;https://gradle.org/releases/ 2. 解压设置环境变量 (1) GRADLE_HOME 环境变量指向你的 Gradle…
阅读更多...
利用jmeter java sample端口转发实现对远程数据库的压力测试

利用jmeter java sample端口转发实现对远程数据库的压力测试

1 需求背景 对数据库进行压力测试时&#xff0c;需要模拟同一时间大量的sql请求发送&#xff0c;借助于jmeter的 sql请求可以实现&#xff0c;但是对RDS来说&#xff0c;需要进行端口映射(跳板机)访问远程数据库,对于单线程手工测试来说&#xff0c;可以直接通过CRT进行端口跳转…
阅读更多...
chatgpt赋能python：Python支持一行多写，让你的代码更简洁高效

chatgpt赋能python：Python支持一行多写，让你的代码更简洁高效

Python支持一行多写&#xff0c;让你的代码更简洁高效 Python是一种简洁而又灵活的编程语言&#xff0c;它支持一行多写代码&#xff0c;让你的代码更加简洁高效。当你需要在一行代码中写入多个语句时&#xff0c;使用一行多写可以让你的代码更加易读和易维护。这篇文章将介绍…
阅读更多...
NUCLEO-F411RE RT-Thread 体验 (4) - GCC环境 LED控制以及CMD命令的添加

NUCLEO-F411RE RT-Thread 体验 (4) - GCC环境 LED控制以及CMD命令的添加

NUCLEO-F411RE RT-Thread 体验 (4) - GCC环境 LED控制以及CMD命令的添加 1、LED的控制 前面pin驱动移植后&#xff0c;我们使用rt_pin_mode() rt_pin_write() 控制gpio拉高拉低&#xff0c;从而控制LED灯的闪烁。 整个pin的初始化流程在rt_hw_board_init里。 rt_hw_pin_init…
阅读更多...
梅林固件启用自定义DDNS（以cloudflare为例）

梅林固件启用自定义DDNS（以cloudflare为例）

参考&#xff1a; In-a-dyn 组件&#xff1a;In-a-dynhttps://github.com/RMerl/asuswrt-merlin.ng/wiki/DDNS-services In-a-dyn配置示例https://github.com/troglobit/inadyn/tree/master/examples原理&#xff1a; 原版梅林固件即Asuswrt-Merlin 自384.7开始&#xff0c;引…
阅读更多...
JDK自带的构建线程池的方式之newSingleThreadExecutor

JDK自带的构建线程池的方式之newSingleThreadExecutor

newSingleThreadExecutor从名称上就可以知道这个是一个单例的线程池。在这个线程池中只有一个线程来处理任务。 就可以使用在业务涉及到顺序消费的时候。 newSingleThreadExecutor的代码展示 可以从这个在Executors中的静态方法newSingleThreadExecutor可以发现&#xff0c;该…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023