python - 一种将 shapely.wkt 几何图形从 WKT 字符串数据帧加载到 pandas 数据帧的更快方法
问题描述
目前的做法如下:
geoms = df["wkt"].apply(shapely.wkt.loads).values
这里 df["wkt"] 的行包含如下数据:
"MULTIPOLYGON (((24.2401805 70.8385222,24.2402333 70.83850555,24.2402166 70.83848885,24.24015 70.83848885,24.2401277 70.83850555,24.2401805 70.8385222)))"
但是由于该函数所应用的数据框很大,这需要一段时间。有没有办法加快这个速度?我试过看多线程或类似的,但并没有真正让它工作。
这同样适用于这一行:
df_geoms = [shapely.wkt.loads(x) for x in df.geom.values]
解决方案
推荐阅读
- json - 来自 json 的树表 html
- python - 通过 PIP 在虚拟环境中安装 NLTK - Python3 - Windows 64 位
- java - 使用 NativeMethodAccessor 而不是 GeneratedMethodAccessor 时缺少 Lambda 堆栈跟踪
- node.js - 尝试使用 _id 更新文档时,获取“BSON 字段“update.updates.collation”是错误类型“字符串”,预期类型“对象”
- html - HTML 语言切换器可访问性
- java - 不使用“hive-site.xml”从 Spark 连接到 Hive
- hive - 'hiveserver2 没有监听端口 10000 和 10001'
- php - 无法从数据库 php 获取图像
- python - 如何使用 las2excelbulk 函数创建 python 代码以将用户定义文件夹中的所有 las 文件转换为相应的 excel 文件
- couchbase - 通过 `wither` 方法填充属性