polarsで地理データを扱う

Polars には plugin という、拡張機能を簡単に開発できるものがあります¹。

plugin のひとつとして、polars_st という地理空間情報について扱えるものがあります。本記事では polars_st の簡単な使い方を紹介します。

まだalpha版なのでちょっと使い勝手は良くないですが、早速使ってみました。

インストール

pip install polars-st

import polars as pl
import polars_st as st

データ読み込み

• GeoJSONを読みます
  • たぶん他の地理データファイル形式でも同様に行けるはず
• CRSの設定は適当にしてます

若干の修正

インストールしたままだとエラーを吐くので、一部修正してしまいます。

※なお、google colabでやってます

GeoJSON読むときにおこるエラーへの一次的な対処

%%writefile /usr/local/lib/python3.10/dist-packages/polars_st/utils/srid.py

from __future__ import annotations

from logging import warning

from polars_st._lib import get_crs_auth_code


def get_crs_srid_or_warn(crs: str) -> int | None:
    try:
        _auth, code = get_crs_auth_code(crs)
        if code.isdigit():
            return int(code, base=10)
        # warning.warn(
        #     f"Found an authority for {crs} but couldn't"
        #     f'convert code "{code}" to an integer srid. ',
        #     "The geometries SRID will be set to 0.",
        # )
    except ValueError:
        # warning.warn(
        #     f'Couldn\'t find a matching crs for "{crs}". The geometries SRID will be set to 0.'
        # )
        pass
    return None

１．兵庫県のWiFiデータ²

url_wifi = "https://www.geospatial.jp/ckan/dataset/06f57e8f-4abf-4d06-a499-62230a7968b5/resource/f4728608-efb7-4f72-a3d1-c90c74e0b431/download/lan.geojson"

# データ読み込み
df = st.read_file(url_wifi)

# 座標参照系の設定
df = df.with_columns(st.set_srid(srid=4326))

２．日本の都道府県の地図³

!curl -L -o japan.geojson https://raw.githubusercontent.com/dataofjapan/land/master/japan.geojson

df_ja = st.read_file("/content/japan.geojson")
df_ja = df_ja.with_columns(st.set_srid(srid=4326))

データ確認

geometry 列に地理情報が入る。binary で持つのでやや見にくい。

plot 機能もありそうでしたが、使い方分からなかったので geopandas に変換して描画しています。

重ねるとこんな感じ。

fig, ax = plt.subplots(figsize=(6, 6))

df_ja.filter(pl.col("nam_ja")=="兵庫県").st.to_geopandas().plot(ax=ax, color="grey")
df.st.to_geopandas().plot(ax=ax);

geometryをいじる

• Point を中心にした半径の円を作成する：st.buffer

• 他のデータとのJOIN: st.sjoin
  • JOIN の条件はいろいろ指定できるけど、デフォルトは intersection（重なってるものをジョイン）
  • 結合後は geometry に相当するカラムが複数できるので、そこでミスが起きそう

df_joined = df.st.sjoin(df_ja)

• 色々合わせてやってみる
  • 結合したジオデータフレームについて、
  • 右側（兵庫県の地図）に対して以下とのアンドのエリアを取得
    • WiFiの位置を中心に半径nで作った円
  • それをグラフにする

(
    df_joined.select(
        pl.col("geometry_right").st.intersection(
            pl.col("geometry").st.buffer(0.1)
        )
    )
    .rename({'geometry_right': "geometry"})
    .st.to_geopandas().plot()
)

その他

チートシート

• sf（Rの同じ役割のライブラリ）のチートシートが分かりやすいです
• https://rstudio.github.io/cheatsheets/sf.pdf
• だいたい同じ処理が同じ名前で出来る気がします

geopolarsとの関係

• geopolars はもっと先鋭的に速くなるらしいです
• でもまだ開発は先になる模様
• https://github.com/oreilles/polars-st?tab=readme-ov-file#about-geopolars

おわりに

まだドキュメントなど未整備な部分多そうですが、調べながらであれば使えそうです。引き続き追っていきたいと思います。ではでは！

1. pluginについてはこちら。 https://docs.pola.rs/api/python/stable/reference/plugins.html 少し前ですがいろんな便利ツールやプラグインについて紹介した記事があるので、そちらも一緒にどうぞ！ https://qiita.com/_jinta/items/e135c48676e08c993c92 ↩

2. 兵庫県作成の公衆無線LAN（HYOGO Free Wi-Fi）の設置施設一覧を使用しています: https://www.geospatial.jp/ckan/dataset/lan/resource/f4728608-efb7-4f72-a3d1-c90c74e0b431 ↩

3. 地球地図日本( http://www.gsi.go.jp/kankyochiri/gm_jpn.html ) を変換したデータを使用させていただいています: https://github.com/dataofjapan/land ↩