geopandas.overlay#

geopandas.overlay(df1, df2, how='intersection', keep_geom_type=None, make_valid=True)[来源]#

在两个GeoDataFrames之间执行空间叠加。

目前仅支持具有统一几何类型的GeoDataFrames数据，即仅包含（多）面或仅包含（多）点，或组合（多）线串和线性环形状。实现了几种方法，这些方法实际上都是并集的子集。

请参阅用户指南页面叠加的集合操作获取详细信息。

Parameters:

df1GeoDataFrame
df2GeoDataFrame
howstring: 空间叠加的方法：‘交集’，‘并集’，‘身份’，‘对称差’或‘差异’。
keep_geom_typebool: 如果为真，仅返回与 df1 具有相同几何类型的几何体；如果为假，则返回所有结果几何体。默认为 None，这将使 keep_geom_type 设置为 True，但在丢弃几何体时会发出警告。
make_validbool, default True: 如果为 True，任何无效的输入几何图形将通过调用 make_valid() 进行修正，如果为 False，如果任何输入几何图形无效，将引发 ValueError。

Returns:

dfGeoDataFrame: 通过叠加得到的新一组多边形和属性的GeoDataFrame

另请参阅

sjoin: 空间连接
GeoDataFrame.overlay: 等效方法

笔记

GeoPandas中的每个操作都是平面的，即不考虑潜在的第三维度。

示例

>>> from shapely.geometry import Polygon
>>> polys1 = geopandas.GeoSeries([Polygon([(0,0), (2,0), (2,2), (0,2)]),
...                               Polygon([(2,2), (4,2), (4,4), (2,4)])])
>>> polys2 = geopandas.GeoSeries([Polygon([(1,1), (3,1), (3,3), (1,3)]),
...                               Polygon([(3,3), (5,3), (5,5), (3,5)])])
>>> df1 = geopandas.GeoDataFrame({'geometry': polys1, 'df1_data':[1,2]})
>>> df2 = geopandas.GeoDataFrame({'geometry': polys2, 'df2_data':[1,2]})

>>> geopandas.overlay(df1, df2, how='union')
    df1_data  df2_data                                           geometry
     1.0       1.0                POLYGON ((2 2, 2 1, 1 1, 1 2, 2 2))
     2.0       1.0                POLYGON ((2 2, 2 3, 3 3, 3 2, 2 2))
     2.0       2.0                POLYGON ((4 4, 4 3, 3 3, 3 4, 4 4))
     1.0       NaN      POLYGON ((2 0, 0 0, 0 2, 1 2, 1 1, 2 1, 2 0))
     2.0       NaN  MULTIPOLYGON (((3 4, 3 3, 2 3, 2 4, 3 4)), ((4...
     NaN       1.0  MULTIPOLYGON (((2 3, 2 2, 1 2, 1 3, 2 3)), ((3...
     NaN       2.0      POLYGON ((3 5, 5 5, 5 3, 4 3, 4 4, 3 4, 3 5))

>>> geopandas.overlay(df1, df2, how='intersection')
   df1_data  df2_data                             geometry
0         1         1  POLYGON ((2 2, 2 1, 1 1, 1 2, 2 2))
1         2         1  POLYGON ((2 2, 2 3, 3 3, 3 2, 2 2))
2         2         2  POLYGON ((4 4, 4 3, 3 3, 3 4, 4 4))

>>> geopandas.overlay(df1, df2, how='symmetric_difference')
    df1_data  df2_data                                           geometry
0       1.0       NaN      POLYGON ((2 0, 0 0, 0 2, 1 2, 1 1, 2 1, 2 0))
1       2.0       NaN  MULTIPOLYGON (((3 4, 3 3, 2 3, 2 4, 3 4)), ((4...
2       NaN       1.0  MULTIPOLYGON (((2 3, 2 2, 1 2, 1 3, 2 3)), ((3...
3       NaN       2.0      POLYGON ((3 5, 5 5, 5 3, 4 3, 4 4, 3 4, 3 5))

>>> geopandas.overlay(df1, df2, how='difference')
                                            geometry  df1_data
0      POLYGON ((2 0, 0 0, 0 2, 1 2, 1 1, 2 1, 2 0))         1
1  MULTIPOLYGON (((3 4, 3 3, 2 3, 2 4, 3 4)), ((4...         2

>>> geopandas.overlay(df1, df2, how='identity')
   df1_data  df2_data                                           geometry
     1.0       1.0                POLYGON ((2 2, 2 1, 1 1, 1 2, 2 2))
     2.0       1.0                POLYGON ((2 2, 2 3, 3 3, 3 2, 2 2))
     2.0       2.0                POLYGON ((4 4, 4 3, 3 3, 3 4, 4 4))
     1.0       NaN      POLYGON ((2 0, 0 0, 0 2, 1 2, 1 1, 2 1, 2 0))
     2.0       NaN  MULTIPOLYGON (((3 4, 3 3, 2 3, 2 4, 3 4)), ((4...

geopandas.overlay#

这一页