增强 geopandas 叠加（交叉）的性能

Question

我有两组带有多边形的 shapefile。一组 shapefile 只是我感兴趣的美国县，这因公司和年份而异。另一组 shapefile 是公司的业务领域，当然这因公司和年份而异。我需要每年为每个公司获得这两层的交集。到目前为止，函数 overlay(df1, df2, how = 'intersection') 实现了我的目标。但每个公司年需要大约 300 秒。鉴于我有很长的公司名单和很多年，这需要我几天才能完成。有什么办法可以提高这种性能吗？

我注意到，如果我在 ArcGIS 中做同样的事情，300 秒就会缩短到几秒钟。但是我是ArcGIS的新用户，还不熟悉里面的python。

Answer 1

如果你查看当前的 geopandas 覆盖源代码，他们实际上已经更新了覆盖函数以利用 Rtree 空间索引！我认为此时手动执行 Rtree 不会更快（实际上可能会更慢）。

请参阅此处的源代码：https://github.com/geopandas/geopandas/blob/master/geopandas/tools/overlay.py

Answer 2

希望您现在已经明白了这一点，但解决方案是利用 Geopanda 的 R 树空间索引。通过适当实施，您可以实现数量级的改进。

GoeffBoeing 写了一篇很棒的教程。

http://geoffboeing.com/2016/10/r-tree-spatial-index-python/