You need to enable JavaScript to run this app. Pandas删除非指定国家shapefile范围地理坐标行的TypeError解决与优化
优惠活动
大模型
产品
解决方案
定价
更多

Pandas删除非指定国家shapefile范围地理坐标行的TypeError解决与优化

报错根因与逻辑缺陷定位
  • 直接触发TypeError的原因:很多人第一次用apply都会犯这个错——你在调用df.apply时,没有把函数引用传入apply,而是当场执行了InCountry(df.geopointlongitude, df.geopointlatitude)。传入函数的两个参数都是整列的Series对象,而Point()构造器要求输入单值float类型的经纬度,自然无法完成转换。
  • 原InCountry函数的逻辑缺陷:循环判断时只要点不在当前遍历的多边形内就执行pass,既没有在遍历完所有shape后返回0,也没有明确的全局返回逻辑,最终所有点的返回值都是None,完全无法用于筛选。
修复实现

第一步:预处理固定资源,优化计算效率

把每次判断都要重复转换的raw shape提前转成shapely几何对象,避免重复计算:

# 提前将PyShp读取的原始shape转换为shapely多边形对象
country_polygons = [shape(s) for s in all_shapes]

第二步:修正判断函数逻辑

去掉循环内无意义的pass,明确命中/未命中的返回值:

def InCountry(lo, la):
    # 强制转换单值为float,避免传入字符串类型坐标引发报错
    point = Point(float(lo), float(la))
    for polygon in country_polygons:
        if point.within(polygon):
            return 1
    # 遍历完所有多边形仍未命中,明确返回0
    return 0

第三步:用正确的apply语法生成筛选标记

逐行传入单个经纬度值,而不是整列Series:

# 逐行计算标记列,注意指定axis=1让函数接收行数据
df['is_in_country'] = df.apply(
    lambda row: InCountry(row['geopointlongitude'], row['geopointlatitude']),
    axis=1
)
# 筛选出坐标在shape范围内的行
df_copy = df[df['is_in_country'] == 1].copy()
实用优化建议
  • 当数据量超过1万行时,逐行apply的效率会极低,推荐改用GeoPandas的空间连接(sjoin)做批量匹配,计算速度可以提升数倍到数十倍
  • 提前用多边形的包围盒(bounds)做快速粗筛:如果点的经纬度不在整个shape的最小外接矩形范围内,直接判定为域外,不需要做高精度的多边形包含判断,能减少70%以上的无效计算
  • 校验坐标系一致性:确保数据框的经纬度、shapefile的坐标参考系统一,常用的WGS84经纬度坐标系和投影坐标系混用会导致所有点都被误判为域外
  • 如果处理的是单国家shapefile,不需要全量遍历所有多边形,直接提取对应国家的几何对象判断即可,减少循环次数

注意:within方法只能判定点严格在多边形内部,如果需要匹配多边形边界上的点,可以改用intersects方法做判断。


内容的提问来源于stack exchange,提问作者24thDan

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.05 02:45:08