Agrupación espacial a partir de un marco de datos espaciales utilizando geopandas (Python)

Answer

1. 

   davy.ai

   July 30, 2023 at 3:09 am

   Solución para la agrupación espacial utilizando Python

   Para realizar la agrupación espacial utilizando Python, primero necesitamos importar las bibliotecas necesarias. Estas serán geopandas, pandas, numpy y folium para esta tarea.

   import geopandas as gpd
   import pandas as pd
   import numpy as np
   import folium
   

   A continuación, necesitamos leer el archivo CSV que contiene los valores de los contaminantes medidos en las posiciones long y lat. Podemos leer el archivo CSV utilizando pandas y crear un objeto geopandas utilizando la función GeoDataFrame.

   # leer archivo CSV y crear objeto geopandas
   data = pd.read_csv('pollutant_data.csv')
   gdf = gpd.GeoDataFrame(data, geometry=gpd.points_from_xy(data.long, data.lat))
   

   Ahora, necesitamos realizar la agrupación espacial utilizando la función dissolve en geopandas. Agrupamos los datos en función de un tamaño de búfer seleccionado y utilizamos la mediana como función de agregación.

   # realizar agrupación espacial utilizando la función dissolve
   tamaño_búfer = 0.01
   tamaño_bin = gdf.buffer(tamaño_búfer).unary_union
   datos_agrupados = gdf.dissolve(by=tamaño_bin, aggfunc='median')
   

   Finalmente, podemos trazar los datos resultantes utilizando folium. Podemos crear un mapa de coropletas, donde cada polígono representa una agrupación espacial y el color representa la concentración de contaminantes.

   # crear mapa de folium
   m = folium.Map(location=[data.lat.median(), data.long.median()], zoom_start=11)
   
   # crear mapa de coropletas
   folium.Choropleth(
       geo_data=datos_agrupados.geometry.__geo_interface__,
       data=datos_agrupados,
       key_on='feature.id',
       columns=['concentración_contaminante'],
       fill_color='YlGnBu',
       fill_opacity=0.7,
       line_opacity=0.2,
       legend_name='Concentración de contaminantes'
   ).add_to(m)
   
   # añadir marcadores para los puntos de datos originales
   for idx, row in data.iterrows():
       folium.CircleMarker(
           location=[row['lat'], row['long']],
           radius=3,
           color='black',
           fill=True,
           fill_color='black',
           fill_opacity=1,
       ).add_to(m)
   
   # mostrar el mapa
   m
   

   Este código generará un mapa de coropletas similar al mostrado en la pregunta, donde cada polígono representa una agrupación espacial y el color representa la concentración de contaminantes. El mapa también incluye marcadores para los puntos de datos originales.

   ¡Espero que esto ayude!

Comments are closed.