GeoPandas行多轮应用函数报错：列长度与键不一致的解决

背景与需求 #

我有一个包含以下列的GeoDataFrame，其中node_locations列是存储OSM节点ID及其对应坐标的字典：

{
    "geometry": LineString(LINESTRING (8.6320625 49.3500941, 8.632062 49.3501782)),
    "node_locations": {75539413: {"lat": 52.5749342, "lon": 13.3008981},
                       75539407: {"lat": 52.5746156, "lon": 13.3029441},
                       75539412: {"lat": 52.5751579, "lon": 13.3012622}
    ...
}

目标是分割所有相交的线，但仅当交点存在于node_locations列中时才执行分割——比如仅分割交点为绿色点（存在于节点集合）的线，红点对应的线不处理。

为提升性能，我尝试用apply()实现，但迭代几次后出现错误：Columns must be same length as key。

原代码 #

def split_intersecting_geometries(intersecting, row):
    if intersecting.name != row.name and intersecting.geometry.type != 'GeometryCollection':
        intersection = row.geometry.intersection(intersecting.geometry)
        if intersection.type == 'Point':
            lon, lat = intersection.coords.xy
            for key, value in row.node_locations.items():
                if lat[0] == value["lat"] and lon[0] == value["lon"]:
                    return split(row.geometry, intersecting.geometry) # 创建包含分割后线段的GeometryCollection
    return row.geometry

def split_intersecting_ways(row, data):
    intersecting_rows = data[data.geometry.intersects(row.geometry)]
    data['geometry'] = intersecting_rows.apply(split_intersecting_geometries, args=(row,), axis=1)
    return data['geometry']

edges['geometry'] = edges.apply(split_intersecting_ways, args=(edges,), axis=1)

错误原因 #

1. 返回值长度不匹配：split_intersecting_ways函数返回的是整个data['geometry']列（长度等于原GeoDataFrame行数），但apply()逐行处理时，每行应该返回单个几何对象，而非整列，导致赋值时长度不匹配，触发报错。
2. 修改原始数据引发状态混乱：函数内部直接修改传入的data的geometry列，后续迭代会使用被修改后的数据，导致交叉污染，进一步加剧长度或几何类型的问题。

解决方案 #

1. 预处理节点点集合，提升查询效率 #

先提取所有node_locations中的坐标，构建哈希集合，避免每次分割时遍历字典，提升性能：

import geopandas as gpd
import pandas as pd
from shapely.geometry import Point, LineString
from shapely.ops import split

# 提取所有节点坐标，转为元组存入集合（哈希查询比遍历字典快）
all_node_coords = set()
for nodes in edges['node_locations']:
    for coord in nodes.values():
        all_node_coords.add((coord['lat'], coord['lon']))

2. 重新设计分割函数，避免修改原始数据 #

修改逻辑为逐行处理当前线的几何，仅返回当前行的修改结果，不触碰整个DataFrame：

def split_line_valid_intersection(row, gdf):
    current_geom = row.geometry
    # 找到所有与当前线相交且不是自身的行
    intersecting_rows = gdf[(gdf.geometry.intersects(current_geom)) & (gdf.index != row.index)]
    
    for _, intersect_row in intersecting_rows.iterrows():
        intersect_geom = intersect_row.geometry
        intersection = current_geom.intersection(intersect_geom)
        
        # 仅处理点类型的交点，且交点在节点集合中
        if intersection.type == 'Point':
            lon, lat = intersection.coords.xy
            point_tuple = (lat[0], lon[0])
            if point_tuple in all_node_coords:
                # 分割当前线
                current_geom = split(current_geom, intersection)
    
    return current_geom

3. 应用函数并处理分割后的GeometryCollection #

分割后可能产生GeometryCollection，需要将其展开为单独的行，避免后续操作报错：

# 应用分割函数，传入原始数据的副本，避免修改原始数据
edges['geometry'] = edges.apply(split_line_valid_intersection, args=(edges.copy(),), axis=1)

# 展开GeometryCollection为单独的行
def explode_geometry(row):
    geom = row.geometry
    if geom.type == 'GeometryCollection':
        # 为每个分割后的线段生成新行，保留node_locations列
        return [gpd.GeoSeries({'geometry': part, 'node_locations': row['node_locations']}) for part in geom.geoms]
    else:
        return [gpd.GeoSeries(row)]

# 执行展开，生成新的GeoDataFrame
exploded_edges = pd.concat(edges.apply(explode_geometry, axis=1).explode().tolist(), ignore_index=True)

关键修复点 #

• 避免在apply()中返回整列，改为返回单个几何对象，解决长度不匹配问题。
• 使用数据副本传入函数，防止修改原始数据导致的迭代状态污染。
• 提前构建节点坐标集合，大幅提升交点校验的效率。
• 展开GeometryCollection为单独行，保证后续操作的兼容性。

内容的提问来源于stack exchange，提问作者Kewitschka