通过空间连接计算数量

您将使用 2017 年 Nashville 发放的建筑许可数据集。名为 permits 的 DataFrame 和 council_districts 这个 GeoDataFrame 已为您预先加载。

本练习是课程的一部分

在 Python 中可视化地理空间数据

练习说明

在 permits 中根据 lat 和 lng 创建 geometry 列。
使用 permits、council_districts 的 crs，以及 permits 的 geometry 创建 GeoDataFrame：permits_geo。
使用空间连接查找每个议会选区内（within）发放的许可。打印前 2 行。
使用 groupby() 和 .size() 创建 permit_counts，统计每个选区内的许可数量。打印 permit_counts。

交互式实操练习

通过完成这段示例代码来试试这个练习。

import geopandas as gpd

# Create a geometry column in permits from lat and lng
permits[____] = gpd.points_from_xy(____.____ , ____.____)

# Build a GeoDataFrame: permits_geo
permits_geo = gpd.GeoDataFrame(____, crs = ____.crs, geometry = ____.geometry)

# Spatial join of permits_geo and council_districts
permits_by_district = gpd.____(permits_geo, council_districts, predicate = ____)
print(permits_by_district.head(2))

# Create permit_counts
permit_counts = permits_by_district.groupby([____]).____()
print(permit_counts)

编辑并运行代码