Как возможно это другое поведение? TypeError: unhashable тип: 'Point' - PullRequest
Новая
       30

Как возможно это другое поведение? TypeError: unhashable тип: 'Point'

1 голос
/ 15 апреля 2020

Я пытаюсь найти и отфильтровать Точки в GeoDataFrame (df1), которые близки к Точкам во втором GDF (df2), и наоборот. Я использую этот код для него: 

ps1 = []
ps2 = []
for p1 in df1.geometry:
    for p2 in df2.geometry:
        dist = haversine(p1.y,p1.x,p2.y,p2.x)
        if dist < 100:
            ps1.append(p1)
            ps2.append(p2)

df1 = df1[df1.geometry.isin(ps1)]
df2 = df2[df2.geometry.isin(ps2)]

Однако в последней строке я получаю сообщение об ошибке: TypeError: unhashable type: 'Point'

Но строка над ним работает как шарм, и типы данных обеих линий (df1 / df2 и ps1 / ps2) абсолютно одинаковы.

Как это возможно? И как это можно решить?

РЕДАКТИРОВАТЬ:

типы переменных: 

df1         :  <class 'geopandas.geodataframe.GeoDataFrame'>
df1.geometry:  <class 'geopandas.geoseries.GeoSeries'>
ps1         :  <class 'list'>
val1        :  <class 'pandas.core.series.Series'>
df2         :  <class 'geopandas.geodataframe.GeoDataFrame'>
df2.geometry:  <class 'geopandas.geoseries.GeoSeries'>
ps2         :  <class 'list'>

РЕДАКТИРОВАТЬ 2: 

df1.dtypes
Out[301]: 
lat                     float64
lon                     float64
time        datetime64[ns, UTC]
geometry               geometry
dtype: object

df2.dtypes
Out[302]: 
lat                     float64
lon                     float64
time        datetime64[ns, UTC]
geometry               geometry
dtype: object

MWE: 

import pandas as pd
from pandas import Timestamp
import geopandas as gpd
import numpy as np

def haversine(lat1, lon1, lat2, lon2, to_radians=True, earth_radius=6371000):
    """
    slightly modified version: of http://stackoverflow.com/a/29546836/2901002

    Calculate the great circle distance between two points
    on the earth (specified in decimal degrees or in radians)

    All (lat, lon) coordinates must have numeric dtypes and be of equal length.

    """
    if to_radians:
        lat1, lon1, lat2, lon2 = np.radians([lat1, lon1, lat2, lon2])

    a = np.sin((lat2-lat1)/2.0)**2 + \
        np.cos(lat1) * np.cos(lat2) * np.sin((lon2-lon1)/2.0)**2

    return earth_radius * 2 * np.arcsin(np.sqrt(a))

df1 = pd.DataFrame.from_dict({'lat': {0: 52.378851603519905,
  1: 52.37896949048437,
  2: 52.378654032960824,
  3: 52.37818902922923},
 'lon': {0: 4.88585622453752,
  1: 4.886671616078047,
  2: 4.886413945242339,
  3: 4.885995520636016},
 'time': {0: Timestamp('2019-11-05 11:31:42+0000', tz='UTC'),
  1: Timestamp('2019-11-05 11:32:22+0000', tz='UTC'),
  2: Timestamp('2019-11-05 11:32:49+0000', tz='UTC'),
  3: Timestamp('2019-11-05 11:33:31+0000', tz='UTC')}})
df2 = pd.DataFrame.from_dict({'lat': {0: 52.378851603519905,
  1: 52.369466977365214,
  2: 52.36923115238693,
  3: 52.36898222465506},
 'lon': {0: 4.88585622453752,
  1: 4.9121331184582,
  2: 4.912723204441477,
  3: 4.913505393878495},
 'time': {0: Timestamp('2019-11-05 08:54:32+0000', tz='UTC'),
  1: Timestamp('2019-11-05 08:55:06+0000', tz='UTC'),
  2: Timestamp('2019-11-05 08:55:40+0000', tz='UTC'),
  3: Timestamp('2019-11-05 08:56:22+0000', tz='UTC')}})

df1 = gpd.GeoDataFrame(df1, geometry=gpd.points_from_xy(df1.lat, df1.lon))
df2 = gpd.GeoDataFrame(df2, geometry=gpd.points_from_xy(df2.lat, df2.lon))

ps1 = []
ps2 = []
for p1 in df1.geometry:
    for p2 in df2.geometry:
        dist = haversine(p1.y,p1.x,p2.y,p2.x)
        if dist < 100:
            ps1.append(p1)
            ps2.append(p2)

val1 = gpd.GeoDataFrame(df1)
val2 = gpd.GeoDataFrame(df2)
# print(type(df1))
# print(type(df2))
# print(type(ps1))
# print(type(ps2))
print('df1         : ', type(df1))
print('df1.geometry: ', type(df1.geometry))
print('ps1         : ', type(ps1))
val1 = df1.geometry.isin(ps1)
print('val1        : ', type(val1))

print('df2         : ', type(df2))
print('df2.geometry: ', type(df2.geometry))
print('ps2         : ', type(ps2))
val2 = df2.geometry.isin(ps2)
print('val2        : ', type(val2))
# df1 = df1[df1.geometry.isin(ps1)]
# df2 = df2[df2.geometry.isin(ps2)]

1 Ответ

0 голосов
/ 15 апреля 2020

Как говорится в сообщении об ошибке, точка не может быть хэшируемой (поскольку это ?).

Оказывается, по причине, которую я игнорирую, функция pandas.Series.isin, похоже, требует данных быть хэш См. вопрос, который я только что опубликовал .

Что касается вашего вопроса, то можно обойти это путем использования списков и преобразования их снова в Серии, например: 

val2 = pd.Series([v in ps2 for v in df2.geometry])
...