使用Geopandas将道路线串几何数据聚合至固定网格遇问题

我正尝试使用Geopandas将道路路段数据聚合到固定网格中。

道路数据结构 #

固定网格数据结构 #

当前实现代码 #

gdf_road['weighted_variable'] = gdf_road['Variable']/ gdf_road.geometry.legnth  # 拼写错误：length写成legnth
gdf_joined = gpd.sjoin(gdf_road, gdf_grid, how="inner", op='intersects')
gdf_grid['agg_variable']=(gdf_joined['Weighted_Variable'] * gdf_joined.geometry.length).groupby(gdf_joined['index_right']).sum()

问题现象 #

结果保留了原道路数据的空间结构，但变量数值异常偏高，怀疑聚合逻辑存在疏漏（比如重复计数、加权方式不当等），需要改进建议。

1. 核心问题：未计算道路在网格内的实际相交长度 #

你的代码中使用gdf_joined.geometry.length调用的是整条道路的长度，而非道路落在对应网格内的片段长度。当一条道路穿过多个网格时，每个网格都会用整条道路长度计算，导致同一道路的变量值被重复累加，最终结果偏高。

2. 其他明显错误 #

• 拼写错误：legnth应为length，会直接导致加权列计算失败
• 大小写不一致：计算的列是weighted_variable，后续调用却用Weighted_Variable，会引发KeyError

3. 正确的聚合实现步骤 #

步骤1：获取道路与网格的相交片段

使用gpd.overlay工具提取每条道路在每个网格内的实际线段，同时保留必要字段：

# 给网格添加唯一索引，方便后续分组
gdf_grid['grid_id'] = gdf_grid.index

# 执行空间叠加，得到道路与网格的相交部分
road_grid_intersect = gpd.overlay(gdf_road, gdf_grid, how='intersection')

# 计算每个相交片段的长度
road_grid_intersect['segment_length'] = road_grid_intersect.geometry.length

步骤2：按网格加权聚合变量

按片段长度占整条道路的比例分配Variable值，再按网格分组求和：

# 计算每条道路的总长度
gdf_road['total_length'] = gdf_road.geometry.length

# 合并道路总长度到相交结果
road_grid_intersect = road_grid_intersect.merge(
    gdf_road[['total_length']], 
    left_on='index_left', 
    right_index=True
)

# 计算每个片段应分配的Variable值
road_grid_intersect['allocated_variable'] = (
    road_grid_intersect['Variable'] 
    * (road_grid_intersect['segment_length'] / road_grid_intersect['total_length'])
)

# 按网格分组求和，得到聚合结果
grid_agg = road_grid_intersect.groupby('grid_id')['allocated_variable'].sum().reset_index()

# 将聚合结果合并回原网格GeoDataFrame，空网格填充0
gdf_grid = gdf_grid.merge(grid_agg, on='grid_id', how='left')
gdf_grid['allocated_variable'] = gdf_grid['allocated_variable'].fillna(0)

4. 优化建议 #

• 提前统一坐标系：检查道路和网格的CRS是否一致，不一致时先转换为同一坐标系：

  if gdf_road.crs != gdf_grid.crs:
      gdf_road = gdf_road.to_crs(gdf_grid.crs)
  

• 启用空间索引优化：大数据量下，提前初始化空间索引可加快计算速度：

  gdf_road.sindex
  gdf_grid.sindex
  

内容的提问来源于stack exchange，提问作者VAL