pandas DataFrame新增行及global變量使用

Global變量

在函數(shù)體或類外定義的變量，若想在函數(shù)體或類中使用，必須先聲明使用的是體外global變量

聲明格式：global 變量名

import pandas as pd
import numpy as np
import math
 
#global變量
df_result=pd.DataFrame(columns=['LABELS','DISTANCE'])
 
#計算距離
def dist(x):
    # 計算兩點經(jīng)緯度的火星坐標系距離
    global df_result #使用全局變量
    pa=[0,0]
    pb=[0,0]
    pa[0]=x["LNG"]
    pa[1]=x["LAT"]
    pb[0]=x["LNG_LAST"]
    pb[1]=x["LAT_LAST"]
    label=x["LABELS"]
    
    #計算pa、pb之間經(jīng)緯度距離
    b =math.pi/ 180
    c =math.sin((float(pb[1]) - float(pa[1])) * b / 2)
    d =math.sin((float(pb[0]) - float(pa[0])) * b / 2)
    a = c * c + d * d * math.cos(float(pa[1]) * b) * math.cos(float(pb[1]) * b)
    dis=int(12756274 * math.atan2(math.sqrt(a), math.sqrt(1 - a)))
    tmp=pd.DataFrame({"LABELS":label,
                      "DISTANCE":dis},index=[0])
 
    #向DataFrame對象新增行
    df_result=df_result.append(tmp,ignore_index=True)

geopandas與pandas

geopandas是基于pandas的邏輯開發(fā)的能夠處理矢量數(shù)據(jù)的python庫（是否能夠處理柵格不太確定）那他與pandas的關系如何呢 用一個例子測試一下

1.載入測試數(shù)據(jù)

import geopandas as gpd 
import matplotlib.pyplot as plt
icosa =gpd.read_file('./icosa.shp')
icosa1 =gpd.read_file('./icosaPoint.shp')

2.測試geopandas的merge.與pandas的merge函數(shù)相似

但是有一點區(qū)別

pdJoinData =icosa.merge(icosa1,on='global_id')
print(type(pdJoinData))
 
輸出：<class 'pandas.core.frame.DataFrame'>

官方文檔：

Attribute joins are accomplished using the merge method. In general, it is recommended to use the merge method called from the spatial dataset. With that said, the stand-alone merge function will work if the GeoDataFrame is in the left argument; if a DataFrame is in the left argument and a GeoDataFrame is in the right position, the result will no longer be a GeoDataFrame.

屬性連接是使用該merge方法完成的。一般情況下，建議使用merge從空間數(shù)據(jù)集調(diào)用的方法。

話雖如此，merge如果 GeoDataFrame 在left參數(shù)中，獨立函數(shù)將起作用；如果 DataFrame 在left參數(shù)中并且 GeoDataFrame 在right位置，結果將不再是 GeoDataFrame。

也就是所這個合并方法如果dataframe調(diào)用的，那么返回的是dataframe （pandas的數(shù)據(jù)結構）如果是GeoDataFrame 調(diào)用 并且右參數(shù)是dataframe類型那么返回的是GeoDataFrame類型

還有一種情況官方?jīng)]有說 兩個GeoDataFrame調(diào)用屬性合并merge得到什么？

如上圖得到的是pandas的DataFrame 而且里面存儲了兩個shp的geometry 也就是存儲了兩個geoserise

 通過構造函數(shù)能把這個DataFrame轉化為geoDataFrame 需要指定geometry,現(xiàn)在gdf就是geodataframe了。

和普通的相比，它有多列GeoSeries  只有最后一列 geometry代表的空間。

而且不能輸出為地理格式 因為geometry不能作為屬性輸出 但是可以to_csv

gdf = geopandas.GeoDataFrame(pdJoinData, geometry=pdJoinData['geometry_y'])

綜上，pandas和geopandas的數(shù)據(jù)類型是完全一樣的 pandas也可以包含GeoSeries 但是geopandas要包含一個默認的geometry 代表地理空間位置

總結

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論