解决GeoDataFrame中Point对象“不可哈希”错误的指南

本文旨在解决在geopandas中创建geodataframe时，因point对象不可哈希而导致的`typeerror`。我们将深入探讨常见错误原因，并提供使用`gpd.points_from_xy`函数高效、正确地构建包含点几何对象的geodataframe的专业方法，确保数据处理的顺畅与准确。

GeoDataFrame与几何对象简介

GeoPandas是Python中用于处理地理空间数据的强大库，它扩展了Pandas DataFrame的功能，使其能够存储和操作几何对象（如点、线、多边形）。GeoDataFrame的核心是一个带有geometry列的DataFrame，该列通常存储Shapely几何对象。

在处理地理空间数据时，我们经常需要从坐标创建点（Point）对象，并将这些点集合成一个GeoDataFrame。然而，在实际操作中，新手用户可能会遇到一个常见的错误：TypeError: unhashable type: 'Point'。

错误分析：为何Point对象不可哈希？

这个错误通常发生在尝试以不正确的方式将Shapely Point对象作为字典的键（key）传递给gpd.GeoDataFrame构造函数时。Python字典要求其所有的键都必须是可哈希（hashable）的。一个对象是可哈希的，意味着它的哈希值在其生命周期内是固定的，并且可以与其他对象进行比较。像字符串、数字和元组（如果其所有元素都可哈希）是可哈希的。

Shapely的几何对象，包括Point、LineString和Polygon，是可变的（mutable）对象。由于它们内部状态可能发生变化，因此它们被设计为不可哈希的。当你尝试执行以下操作时：

from shapely.geometry import Point
import geopandas as gpd

ptX = 13.435621213
ptY = 52.480377234

# 错误示例：将元组 ('name', Point(...)) 作为字典的键
# 实际上是尝试创建 {'('name', Point(...))': None} 或类似结构
gdf_this = gpd.GeoDataFrame({('name', Point(ptX, ptY))})

Python解释器会尝试将('name', Point(ptX, ptY))这个元组作为字典的键。由于元组的第二个元素Point(ptX, ptY)是不可哈希的，导致整个元组也变得不可哈希，从而引发TypeError: unhashable type: 'Point'。

即使尝试使用copy.deepcopy()或寻找reverse()等方法来创建Point对象的“副本”，也无法解决根本问题，因为问题的核心在于Point对象本身的不可哈希性，以及GeoDataFrame构造函数期望的输入格式。GeoDataFrame构造函数通常期望一个字典，其键是列名（字符串），值是列数据（列表或Series），或者直接通过geometry参数指定几何列。

正确构建GeoDataFrame的方法

解决此问题的关键在于理解GeoDataFrame的构造方式，并利用GeoPandas提供的便捷函数来创建几何列。最推荐的方法是使用gpd.points_from_xy()函数，它能够高效地从X和Y坐标列表生成Shapely Point对象的Series，然后将其作为geometry列传递给GeoDataFrame。

步骤一：准备坐标数据

首先，确保你有X和Y坐标数据。这些数据可以是单个值，也可以是列表。

挖错网

一款支持文本、图片、视频纠错和AIGC检测的内容审核校对平台。

28

查看详情

import geopandas as gpd
from shapely.geometry import Point # 尽管后续主要用gpd函数，但了解Point对象仍有必要

ptX = 13.435621213
ptY = 52.480377234

步骤二：使用 gpd.points_from_xy() 创建几何对象

gpd.points_from_xy()函数接收X坐标和Y坐标的列表（或类似数组的结构），并返回一个包含Shapely Point对象的GeoSeries。

# 创建几何列
geometry_points = gpd.points_from_xy(x=[ptX], y=[ptY])

注意：即使只有一个点，x和y参数也需要是列表形式。

步骤三：构建 GeoDataFrame

现在，你可以使用这个GeoSeries来构建GeoDataFrame。你可以直接将其赋值给geometry参数，并可选地设置坐标参考系统（CRS）。

# 构建GeoDataFrame
# 可以添加其他属性列，例如 'name'
data = {'name': ['My Point']} # 示例：添加一个名称列
df = gpd.GeoDataFrame(data, geometry=geometry_points, crs=4326)

print(df)
print(df.dtypes)

完整示例代码：

import geopandas as gpd

# 示例坐标
ptX = 13.435621213
ptY = 52.480377234

# 1. 使用 gpd.points_from_xy() 从坐标创建几何对象
# 注意：x和y参数需要是列表或类似数组的结构，即使只有一个点
geometry_series = gpd.points_from_xy(x=[ptX], y=[ptY])

# 2. 构建 GeoDataFrame
# 可以同时添加其他非几何属性列
data = {'name': ['Example Point']} # 假设我们想给这个点一个名字
gdf = gpd.GeoDataFrame(data, geometry=geometry_series, crs=4326)

# 打印结果
print("生成的GeoDataFrame:")
print(gdf)
print("\nGeoDataFrame的数据类型:")
print(gdf.dtypes)

# 验证几何类型
print(f"\n几何列的类型: {type(gdf.geometry)}")
print(f"第一个几何对象的类型: {type(gdf.geometry.iloc[0])}")

# 示例：在一个循环中创建多个点并合并
# 假设我们有多个点的坐标和名称
points_data = [
    {'name': 'Location A', 'x': 10.0, 'y': 20.0},
    {'name': 'Location B', 'x': 15.0, 'y': 25.0},
    {'name': 'Location C', 'x': 5.0, 'y': 10.0},
]

# 提取所有x, y坐标和名称
names = [p['name'] for p in points_data]
xs = [p['x'] for p in points_data]
ys = [p['y'] for p in points_data]

# 批量创建几何对象
multi_geometry_series = gpd.points_from_xy(x=xs, y=ys)

# 创建包含所有点的GeoDataFrame
multi_gdf = gpd.GeoDataFrame({'name': names}, geometry=multi_geometry_series, crs=4326)
print("\n批量创建的GeoDataFrame:")
print(multi_gdf)

代码解释：

• gpd.points_from_xy(x=[ptX], y=[ptY]): 这是核心步骤。它接收X和Y坐标的列表（即使只有一个点，也要用列表包裹），并返回一个GeoSeries，其中每个元素都是一个Shapely Point对象。
• data = {'name': ['My Point']}: 这是一个普通的Python字典，用于存储非几何属性（例如，点的名称）。字典的键是列名（字符串），值是对应列的数据列表。
• gpd.GeoDataFrame(data, geometry=geometry_series, crs=4326): 这是GeoDataFrame的构造函数。
  • data: 传入非几何属性数据。
  • geometry=geometry_series: 明确指定哪个GeoSeries作为几何列。这是GeoDataFrame识别几何数据的方式。
  • crs=4326: 设置坐标参考系统。4326是WGS84地理坐标系（经纬度），这是一个非常常见的CRS。设置CRS是地理空间数据处理中的最佳实践，确保数据的正确解释和空间操作。

注意事项与最佳实践

1. 批量处理效率： 在循环中逐个创建GeoDataFrame并使用pd.concat合并效率较低。如果需要在循环中处理大量点，最佳实践是收集所有点的坐标和属性，然后一次性使用gpd.points_from_xy()和gpd.GeoDataFrame()进行批量创建，如上一个示例所示。
2. 坐标参考系统（CRS）： 始终为你的GeoDataFrame设置正确的CRS。CRS定义了地理坐标的解释方式。不设置CRS可能导致空间操作（如投影、缓冲区分析）出现错误。
3. 其他几何类型： 对于线（LineString）和多边形（Polygon）等其他几何类型，GeoPandas也提供了类似的构造方式。通常，你需要先创建Shapely几何对象，然后将其放入一个列表中，再作为geometry列传递给GeoDataFrame。

总结

当在GeoPandas中创建包含点几何对象的GeoDataFrame时，避免直接将Shapely Point对象作为字典的键。正确的做法是利用gpd.points_from_xy()函数从X和Y坐标生成一个GeoSeries，然后将其作为geometry参数传递给gpd.GeoDataFrame构造函数，同时为GeoDataFrame指定合适的CRS。遵循这些指导原则将有助于你高效、准确地处理地理空间点数据。

以上就是解决GeoDataFrame中Point对象“不可哈希”错误的指南的详细内容，更多请关注php中文网其它相关文章！