temp_df = pd.DataFrame(columns=['year', 'month', 'city', 'temperature']) for year in years: for month in months: temp_array = temp_data[(year-1979)*12+month-1, :, :] for i, row in shp_file.iterrows(): city_name = row['市'] city_geom = row['geometry'] temp_mean = np.mean(temp_array[city_geom.contains_points(temp_array.lon, temp_array.lat)]) temp_df = temp_df.append({'year': year, 'month': month, 'city': city_name, 'temperature': temp_mean}, ignore_index=True)这串代码报错 temp_mean = np.mean(temp_array[city_geom.contains_points(temp_array.lon, temp_array.lat)]) AttributeError: 'Polygon' object has no attribute 'contains_points'怎么修改
时间: 2024-04-03 07:32:26 浏览: 93
脚本见附件, 只修改了一行代码, df = pd.json_normalize(dc['data'])
这个错误是因为 `city_geom` 是一个单个多边形对象,而 `contains_points` 方法是用于点集合的。要解决此错误,可以使用 `contains` 方法来检查 `temp_array` 中的每个点是否在 `city_geom` 中,如下所示:
```
temp_mean = np.mean(temp_array[np.array([city_geom.contains(Point(lon, lat)) for lon, lat in zip(temp_array.lon, temp_array.lat)])])
```
这将使用列表推导式为 `temp_array` 中的每个点创建一个包含 True 或 False 的数组,并将其传递给 `temp_array`,以便获取在 `city_geom` 中的温度值。
阅读全文