5. 공간 조인#
공간 조인(Spatial joins)은 둘 이상의 공간 데이터를 기하학적 관계에 기반하여 결합하는 작업을 일컫습니다. 이전 단원에서 공간 조인 중 PIP (Point-In-Polygon) 쿼리와 교차(intersects) 쿼리를 다뤘습니다. 이 외에도 기하학적 관계에 기반해 작업할 수 있는 공간 조인의 종류에 대해 살펴보겠습니다.
공간 조인 작업에는 두 개의 파라미터가 필요합니다. 첫번째 파라미터는 두 도형 사이에 충족해야 하는 기하학적 조건을 명시한 predicament (조인 종류) 입니다. 두번째 파라미터는 join-type (조인 유형) 입니다. join-type (조인 유형)은 predicate를 만족하는 행만 유지되는지 또는 한 도형의 모든 행이 유지되는지 또는 두 도형의 모든 행이 유지되는지를 선택할 수 있는 옵션입니다. 두 파라미터에 대해서 잘 이해가 되지 않을 수도 있습니다. 아래 예시를 통해 자세히 살펴보면서 이해할 수 있도록 합니다.
Geopandas는 GIS 프로그램에서 대표적으로 많이 사용되는 공간 조인 predicate를 지원합니다. Predicate는 일반적인 영어 동사로 표현되므로 직관적입니다. 각 predicate에 대한 자세한 설명은 shapely 공식 문서를 참조하시길 바랍니다.
교차 (intersects)
포함 (contains) / 내부 (within)
접촉 (touches)
횡단 (crosses)
겹침 (overlaps)
Join-type (조인 유형)은 geopandas에서 3 가지 옵션을 구현합니다.
left : 왼쪽 데이터프레임의 모든 행 유지. 매칭되지 않는 경우 빈 값(empty value)으로 채움. 왼쪽 데이터프레임의 geometry 열 유지
right : 오른쪽 데이터프레임의 모든 행 유지. 매칭되지 않는 경우 빈 값(empty value)으로 채움. 오른쪽 데이터프레임의 geometry 열 유지
inner : 매칭되는 행만 유지, 왼쪽 데이터프레임의 geometry 열 유지
Tip
PyGIS 책에서 공간 조인 predicate와 join-type에 대한 그림 설명을 참고할 수 있습니다.
5.1. 입력 데이터 불러오기#
이번 단원에서 공간 조인을 실습하기 위해, 이전 단원에서 사용한 주소 데이터와 인구 격자(grid) 데이터를 결합하여 주소별 인구 밀도 데이터를 만들어 보겠습니다. 여기에서 사용하게 될 인구 격자 데이터는 국토정보플랫폼의 국토통계지도에서 다운로드 받을 수 있습니다.
import pathlib
NOTEBOOK_PATH = pathlib.Path().resolve()
DATA_DIRECTORY = NOTEBOOK_PATH / "data"
import geopandas as gpd
addresses = gpd.read_file(DATA_DIRECTORY / "addresses.gpkg")
population_grid = gpd.read_file(DATA_DIRECTORY / "국토통계_인구정보_1KM_서울특별시_202304", encoding="utf-8")
population_grid.head()
| gid | lbl | val | geometry | |
|---|---|---|---|---|
| 0 | 다사6453 | 9172.00 | 9172.0 | POLYGON ((964000.000 1953000.000, 964000.000 1... |
| 1 | 다사5651 | 12198.00 | 12198.0 | POLYGON ((956000.000 1951000.000, 956000.000 1... |
| 2 | 다사6157 | 28897.00 | 28897.0 | POLYGON ((961000.000 1957000.000, 961000.000 1... |
| 3 | 다사5858 | 23351.00 | 23351.0 | POLYGON ((958000.000 1958000.000, 958000.000 1... |
| 4 | 다사5347 | 11380.00 | 11380.0 | POLYGON ((953000.000 1947000.000, 953000.000 1... |
인구 격자 데이터는 gid, lbl, val, geometry 4개의 열로 구성되어 있습니다. 여기에서 사용할 인구 열 val과 위치정보 열 geometry를 제외하고 나머지 열들을 제거해 줍니다.
population_grid = population_grid[["val", "geometry"]]
population_grid.head()
| val | geometry | |
|---|---|---|
| 0 | 9172.0 | POLYGON ((964000.000 1953000.000, 964000.000 1... |
| 1 | 12198.0 | POLYGON ((956000.000 1951000.000, 956000.000 1... |
| 2 | 28897.0 | POLYGON ((961000.000 1957000.000, 961000.000 1... |
| 3 | 23351.0 | POLYGON ((958000.000 1958000.000, 958000.000 1... |
| 4 | 11380.0 | POLYGON ((953000.000 1947000.000, 953000.000 1... |
각 격자 셀의 주민 수를 면적(km²)으로 나누어 인구 밀도를 계산합니다.
population_grid["population_density"] = population_grid["val"] / (population_grid.area / 1_000_000)
population_grid.head()
| val | geometry | population_density | |
|---|---|---|---|
| 0 | 9172.0 | POLYGON ((964000.000 1953000.000, 964000.000 1... | 9172.0 |
| 1 | 12198.0 | POLYGON ((956000.000 1951000.000, 956000.000 1... | 12198.0 |
| 2 | 28897.0 | POLYGON ((961000.000 1957000.000, 961000.000 1... | 28897.0 |
| 3 | 23351.0 | POLYGON ((958000.000 1958000.000, 958000.000 1... | 23351.0 |
| 4 | 11380.0 | POLYGON ((953000.000 1947000.000, 953000.000 1... | 11380.0 |
5.2. 입력 레이어 조인 (join)#
이제 여러분은 두 레이어 addresses와 population_grid에 공간 조인을 수행할 준비가 되었습니다. 이번 작업의 목표는 각 주소 지점 주변의 인구 밀도를 탐색하는 것입니다. 그러기 위해서는 population_grid 데이터의 인구 밀도(다각형 레이어)를 addresses 데이터의 주소 지점(점 레이어)에 결합시켜야 합니다. 그 후, 다각형 내부에 점이 위치하는지 판단하여 점이 위치한 해당 다각형의 인구 밀도 정보를 사용하면 됩니다. 따라서 이 작업에서는 주소 지점(점 레이어)의 geometry 열을 유지해야 합니다.
공간 조인을 진행하기 전에 두 레이어가 동일한 CRS (Cartographic Reference System; 지도제작 참조 시스템)에 있는지 확인해야 합니다.
assert addresses.crs == population_grid.crs, f"두 레이어의 CRS가 동일하지 않습니다.\n addresses : {addresses.crs}\n population_grid : {population_grid.crs}"
---------------------------------------------------------------------------
AssertionError Traceback (most recent call last)
Cell In[6], line 1
----> 1 assert addresses.crs == population_grid.crs, f"두 레이어의 CRS가 동일하지 않습니다.\n addresses : {addresses.crs}\n population_grid : {population_grid.crs}"
AssertionError: 두 레이어의 CRS가 동일하지 않습니다.
addresses : EPSG:4326
population_grid : PROJCS["Korea 2000 / Unified CS",GEOGCS["Korea 2000",DATUM["Geocentric_datum_of_Korea",SPHEROID["GRS 1980",6378137,298.257222101,AUTHORITY["EPSG","7019"]],TOWGS84[0,0,0,0,0,0,0],AUTHORITY["EPSG","6737"]],PRIMEM["Greenwich",0,AUTHORITY["EPSG","8901"]],UNIT["degree",0.0174532925199433]],PROJECTION["Transverse_Mercator"],PARAMETER["central_meridian",127.5],PARAMETER["latitude_of_origin",38],PARAMETER["scale_factor",0.9996],PARAMETER["false_easting",1000000],PARAMETER["false_northing",2000000],UNIT["m",1],AXIS["Easting",EAST],AXIS["Northing",NORTH],AUTHORITY["EPSG","5179"]]
위와 같이 두 레이어의 CRS가 동일하지 않다는 것을 확인했습니다. addresses의 CRS인 EPSG:4326을 사용하여 population_grid를 재투영(reproject) 하겠습니다.
population_grid = population_grid.to_crs(addresses.crs)
이제 geopandas.GeoDataFrame.sjoin() 메서드를 사용하여 공간 조인을 수행할 준비가 되었습니다. 여러분은 within predicate를 사용하고, 점 레이어의 geometry 열을 유지해야 합니다.
addresses_with_population_data = addresses.sjoin(population_grid, predicate="within", how="left")
addresses_with_population_data.head()
| address | 지점 | 지점주소 | geometry | index_right | val | population_density | |
|---|---|---|---|---|---|---|---|
| 0 | 서울특별시아동학대예방센터, 광평로34길, 06352, 광평로34길, 서울, 대한민국 | 400 | 서울특별시 강남구 일원동 580 | POINT (127.08775 37.47971) | 500.0 | 16080.0 | 16080.0 |
| 1 | 서울특별시데이터센터, 남부순환로340길, 06724, 남부순환로340길, 서울, 대한민국 | 401 | 서울특별시 서초구 서초동 1416번지 | POINT (127.02191 37.47954) | 298.0 | 8109.0 | 8109.0 |
| 2 | 서울특별시 동부기술교육원, 183, 고덕로, 05235, 고덕로, 고덕동, 대한민국 | 402 | 서울특별시 강동구 고덕로 183 | POINT (127.14557 37.55604) | 78.0 | 39764.0 | 39764.0 |
| 3 | 롯데월드, 240, 올림픽로, 05554, 올림픽로, 잠실동, 대한민국 | 403 | 서울특별시 송파구 올림픽로 240 | POINT (127.09824 37.51150) | 367.0 | 24798.0 | 24798.0 |
| 4 | 월드메르디앙 201동, 양천로1길, 07602, 양천로1길, 서울, 대한민국 | 404 | 서울특별시 강서구 양천로 201 | POINT (126.81027 37.57468) | 394.0 | 21722.0 | 21722.0 |
위와 같이 인구 밀도 정보가 첨부된 주소 데이터셋을 만들었습니다. 제작된 데이터셋을 사용해 지도 위에 시각화 해보겠습니다.
geopandas.GeoDataFrame.plot() 메서드는 시각화하고자 하는 열 이름을 column 인수(argument)에 전달하여 그라데이션 색으로 해당 열의 값을 지도 상에 표현할 수 있습니다. 또한 지도 스타일과 관련된 다양한 인수들을 사용해 여러분이 원하는 색상, 스타일로 시각화할 수 있습니다. 이러한 대표적인 인수로는 범주화 체계(categorisation scheme)를 정의하는 scheme과 색상 맵(colour map)을 설정하는 cmap이 있습니다. matplotlib에서 사용되는 인수들을 공통적으로 사용할 수 있습니다. 예를 들어, 마커(marker)의 크기를 설정하는 markersize, 다각형 영역 색상을 설정하는 facecolor와 같은 인수가 있습니다. 이 외에도 범례(legend)를 그리려면 legend를 True로 설정하고, 그림의 크기를 설정하려면 가로·세로 인치(inch) 값으로 구성된 튜플(tuple)을 인수 figsize에 전달합니다.
import matplotlib.pyplot as plt
plt.rc("font", family="Malgun Gothic")
ax = addresses_with_population_data.plot(
figsize=(7, 7),
column="population_density",
cmap="Reds",
scheme="quantiles",
markersize=15,
legend=True
)
ax.set_title("주소 지점 인근 인구 밀도")
Text(0.5, 1.0, '주소 지점 인근 인구 밀도')
동일한 인수를 적용하여 전체 population_grid 데이터셋의 인구 밀도 지도를 그릴 수 있습니다.
ax = population_grid.plot(
figsize=(7, 7),
column="population_density",
cmap="Reds",
scheme="quantiles",
legend=True
)
ax.set_title("서울 인구 밀도")
Text(0.5, 1.0, '서울 인구 밀도')
마지막으로 여러분이 공간 조인한 데이터프레임 addresses_with_population_data를 파일에 저장하는 것으로 마무리하겠습니다. 새로운 레이어 이름을 지정하여 기존 GeoPackage 파일 addresses.gpkg에 추가할 수도 있습니다.
addresses_with_population_data.to_file(
DATA_DIRECTORY / "addresses.gpkg",
layer="addresses_with_population_data"
)