如何在GeoPandas DataFrame中由下游河段推导上游河段信息

核心思路 #

利用已有的下游关联数据反向构建上游映射字典，再将关联关系合并回GeoDataFrame，最后按海拔降序完成排序。

实现步骤与代码示例 #

假设你的GeoDataFrame（命名为gdf）包含以下核心字段：

• reach_id: 河段唯一标识（整数/字符串）
• downstream_id: 该河段的下游河段ID（无下游则为None/NaN）
• elevation: 河段海拔值（用于排序）
• 地理字段（如geometry，存储多边形几何信息）

1. 构建上游关联映射字典

遍历所有下游关联记录，将每个下游河段对应的上游河段收集到列表中：

import pandas as pd
import geopandas as gpd

# 初始化上游映射字典，默认值为空列表
upstream_map = {}
for idx, row in gdf.iterrows():
    reach = row['reach_id']
    downstream = row['downstream_id']
    # 跳过无下游的河段（如河口）
    if pd.notna(downstream):
        # 若下游未在字典中，先创建空列表
        if downstream not in upstream_map:
            upstream_map[downstream] = []
        upstream_map[downstream].append(reach)

2. 将上游关联合并到GeoDataFrame

新增upstream_ids列，存储当前河段的所有上游ID：

# 匹配每个河段的上游列表，无上游则返回空列表
gdf['upstream_ids'] = gdf['reach_id'].apply(lambda x: upstream_map.get(x, []))

3. 按海拔从高到低排序

直接对GeoDataFrame按elevation字段降序排列：

# 降序排序后重置索引
gdf_sorted = gdf.sort_values(by='elevation', ascending=False).reset_index(drop=True)

边界情况处理 #

• 源头河段：无上游的河段，upstream_ids会自动返回空列表，符合逻辑。
• 河口河段：无下游的河段，downstream_id为NaN，不会被加入上游映射字典，不影响其他河段的关联推导。
• 1对多场景：比如河段5的上游是2和4，upstream_map[5]会自动收集到[2,4]，最终对应河段的upstream_ids字段就是该列表。

完整测试示例 #

import pandas as pd
import geopandas as gpd

# 模拟测试数据（替换为你的实际GeoDataFrame）
data = {
    'reach_id': [1,2,3,4,5,6],
    'downstream_id': [2,5,5,5,6, None],
    'elevation': [1000, 800, 750, 780, 600, 500],
    'geometry': [None]*6  # 实际为多边形几何对象
}
gdf = gpd.GeoDataFrame(data, crs="EPSG:4326")

# 构建上游映射
upstream_map = {}
for idx, row in gdf.iterrows():
    reach = row['reach_id']
    downstream = row['downstream_id']
    if pd.notna(downstream):
        if downstream not in upstream_map:
            upstream_map[downstream] = []
        upstream_map[downstream].append(reach)

# 添加上游关联列
gdf['upstream_ids'] = gdf['reach_id'].apply(lambda x: upstream_map.get(x, []))

# 按海拔降序排序
gdf_sorted = gdf.sort_values(by='elevation', ascending=False).reset_index(drop=True)

# 输出结果查看
print(gdf_sorted[['reach_id', 'downstream_id', 'upstream_ids', 'elevation']])

运行后会得到按海拔从高到低排列的河段数据，每个河段的上下游关联关系清晰可查。

内容的提问来源于stack exchange，提问作者user23273464