在多边形内过滤GeoPandas数据框，并从其中删除不存在的数据框

如何解决在多边形内过滤GeoPandas数据框，并从其中删除不存在的数据框

我有一个.csv文件，其中包含一些点（经度，纬度）。我使用以下代码将其转换为DataFrame并从DataFrame转换为GeoDataFrame：

CSV文件：

日期；用户ID；经度；纬度

2020-01-02; 824664; -79.8831613; -2.1811152000000003

2020-03-01; 123456; 80.8831613; 2.1811

2020-01-15; 147835; -80.78035200000001; -1.4845725

我用来将.csv转换为gdf的代码：

df = pd.read_csv('datos25.csv',sep=';',low_memory=False,decimal='.')
gdf = geopandas.GeoDataFrame(
      df,geometry=geopandas.points_from_xy(df.Longitud,df.Latitud)) 

然后，我使用以下代码定义属于国家的多边形：

world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
ec = world[world.name == 'Ecuador'] 

现在，我要做的是gdf中的每个POINT，验证它是否在多边形/国家/地区中，如果不是，请从DataFrame中删除该行

例如，在这种情况下，几何列中的第二个值是：

要点（80.8831613 2.1811）

应将此值所在的行从数据框中删除，因为它不在多边形/国家/地区中

我该怎么做？

解决方法

需要空间操作within来识别点几何是否位于多边形几何内。在下面的代码中，朝着识别落在多边形内的所有点（厄瓜多尔）的目标执行所有必要的步骤。在最后一步，将创建一个图以可视化/检查结果。

import pandas as pd
import geopandas
from shapely.geometry import Point  #Polygon

df = pd.read_csv('ecuador_data.csv',sep=';',low_memory=False,decimal='.')
world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
ecuador = world[world.name == 'Ecuador'] 

# add new column to df
df['withinQ'] = ""

withinQlist = []
for lon,lat in zip(df.Longitude,df.Latitude):
    pt = Point(lon,lat)
    withinQ = pt.within(ecuador['geometry'].values[0])
    #print( withinQ )
    withinQlist.append(withinQ)

# update values in the that column,values: True/False
df['withinQ'] = withinQlist

# uncomment next line to see content of `df`
#print(df)

#          Date  User_ID  Longitude  Latitude  withinQ
# 0  2020-01-02   824664   -79.8832   -2.1811     True
# 1  2020-03-01   123456    80.8832    2.1811    False
# 2  2020-01-15   147835   -80.7804   -1.4845     True

# select points within ecuador,assign to `result_df` dataframe
result_df = df[df.withinQ==True]
# select points outside ecuador,assign to `xresult_df` dataframe
xresult_df = df[df.withinQ==False]

# for checking/visualization,create a plot of relevant geometries
ax1 = ecuador.plot(color='pink')
ax1.scatter(result_df.Longitude,result_df.Latitude,s=50,color='green')
#ax1.scatter(xresult_df.Longitude,xresult_df.Latitude,s=30,color='red')

剧情：

对于所得的数据帧result_df，其内容将如下所示：

         Date  User_ID  Longitude  Latitude  withinQ
0  2020-01-02   824664   -79.8832   -2.1811     True
2  2020-01-15   147835   -80.7804   -1.4845     True

,

为将来参考，您可以使用此link中的文档，我发现它非常有用！

您正在寻找的过程称为“多边形中的点”，正如其他答案所述，您可以使用.within（）函数

现在，我已经拥有了：

#find point in polygon
#code below returns a series with boolean values
#if value is True it means the point in that index location is within the polygon we are evaluating

pip = gdf.within(ec.loc[0,'geometry'])

#creating a new geoDataFrame that will have only the intersecting records

ec_gdf = gdf.loc[pip].copy()

#resetting index(optional step if you don't need to keep the original index values)
ec_gdf.reset_index(inplace=True,drop=True)