Satu kalimat! Ditambah beberapa petunjuk kinerja untuk orang-orang big-data.
Diberi a pandas.DataFrame
yang memiliki x Longitude dan y Latitude seperti:
df.head()
x y
0 229.617902 -73.133816
1 229.611157 -73.141299
2 229.609825 -73.142795
3 229.607159 -73.145782
4 229.605825 -73.147274
Mari kita konversikan pandas.DataFrame
menjadi geopandas.GeoDataFrame
:
Impor perpustakaan dan speedup rupawan :
import geopandas as gpd
import shapely
shapely.speedups.enable() # enabled by default from version 1.6.0
Kode + waktu tolok ukur pada dataset uji yang saya miliki:
#Martin's original version:
#%timeit 1.87 s ± 7.03 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
gdf = gpd.GeoDataFrame(df.drop(['x', 'y'], axis=1),
crs={'init': 'epsg:4326'},
geometry=[shapely.geometry.Point(xy) for xy in zip(df.x, df.y)])
#Pandas apply method
#%timeit 8.59 s ± 60.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
gdf = gpd.GeoDataFrame(df.drop(['x', 'y'], axis=1),
crs={'init': 'epsg:4326'},
geometry=df.apply(lambda row: shapely.geometry.Point((row.x, row.y)), axis=1))
Penggunaannya pandas.apply
secara mengejutkan lebih lambat, tetapi mungkin lebih cocok untuk beberapa alur kerja lainnya (misalnya pada kumpulan data yang lebih besar menggunakan pustaka dask):
Kredit untuk:
Beberapa referensi Work-In-Progress (per 2017) untuk menangani dask
kumpulan data besar :