ジオパンダの空間結合が非常に遅い

以下のコードを使用して、数百万のGPSポイントの国（および場合によっては州）を見つけています。現在、コードは1ポイントあたり約1秒かかりますが、これは非常に遅いです。シェープファイルは6 MBです。

ジオパンダは空間結合にrtreeを使用しており、信じられないほど効率的であると読みましたが、これはここでは機能しないようです。私は何を間違えていますか？私は毎秒1000ポイントかそこらを望んでいました。

シェープファイルとcsvはここからダウンロードできます（5MB）：https ://www.dropbox.com/s/gdkxtpqupj0sidm/SpatialJoin.zip ? dl=0

import pandas as pd
import geopandas as gpd
from geopandas import GeoDataFrame, read_file
from geopandas.tools import sjoin
from shapely.geometry import Point, mapping,shape
import time


#parameters
shapefile="K:/.../Shapefiles/Used/World.shp"
df=pd.read_csv("K:/.../output2.csv",index_col=None,nrows=20)# Limit to 20 rows for testing    

if __name__=="__main__":
    start=time.time()
    df['geometry'] = df.apply(lambda z: Point(z.Longitude, z.Latitude), axis=1)
    PointsGeodataframe = gpd.GeoDataFrame(df)
    PolygonsGeodataframe = gpd.GeoDataFrame.from_file(shapefile)
    PointsGeodataframe.crs = PolygonsGeodataframe.crs
    print time.time()-start
    merged=sjoin(PointsGeodataframe, PolygonsGeodataframe, how='left')
    print time.time()-start
    merged.to_csv("K:/01. Personal/04. Models/10. Location/output.csv",index=None)
    print time.time()-start

sjoin関数に引数op = 'within'を追加すると、point-in-polygon操作が劇的に高速化されます。

デフォルト値はop = 'intersects'です。これは正しい結果にもつながると思いますが、100〜1000倍遅くなります。

質問は、geopandasの空間結合でrツリーを利用する方法を尋ねます。別のレスポンダーは、「intersects」ではなく「within」を使用する必要があることを正しく指摘しています。ただし、このgeopandas r-treeチュートリアルで示されているように、intersects/ を使用しながら、gepandasのr-tree空間インデックスを利用することもできます。intersection

spatial_index = gdf.sindex
possible_matches_index = list(spatial_index.intersection(polygon.bounds))
possible_matches = gdf.iloc[possible_matches_index]
precise_matches = possible_matches[possible_matches.intersects(polygon)]

：どのような可能性がここに起こっているのは、右の唯一のデータフレームがRTREEインデックスに供給されていることである https://github.com/geopandas/geopandas/blob/master/geopandas/tools/sjoin.py#L48-L55 ため、どのop="intersects"runは、Polygonがインデックスに入力されたことを意味するため、すべてのポイントについて、rtreeインデックスから対応するポリゴンが見つかります。

ただしop="within"、操作は実際には次の逆であるため、ジオデータフレームは反転されますcontains：https : //github.com/geopandas/geopandas/blob/master/geopandas/tools/sjoin.py#L41-L43

opからop="intersects"に切り替えたときに起こったのop="within"は、すべてのポリゴンについて、rtreeインデックスを介して対応するポイントが検出されることです。これにより、クエリが高速化されました。