问重力场叠加联合法的误差分析

EN

(我试图通过安装anaconda和在一个新的环境中安装地质公园来解决这个问题)

我最初的问题是：

我有几个多边形堆叠在一起，我试图使用位势叠加与联合方法，以获得所有可能的几何形状返回。

我没有让它工作，所以我直接尝试了示例代码，ref。https://geopandas.org/en/stable/docs/user_guide/set_operations.html

from shapely.geometry import Polygon
import geopandas

polys1 = geopandas.GeoSeries([Polygon([(0,0), (2,0), (2,2), (0,2)]),
                              Polygon([(2,2), (4,2), (4,4), (2,4)])])


polys2 = geopandas.GeoSeries([Polygon([(1,1), (3,1), (3,3), (1,3)]),
                              Polygon([(3,3), (5,3), (5,5), (3,5)])])


df1 = geopandas.GeoDataFrame({'geometry': polys1, 'df1':[1,2]})

df2 = geopandas.GeoDataFrame({'geometry': polys2, 'df2':[1,2]})

ax = df1.plot(color='red');

df2.plot(ax=ax, color='green', alpha=0.5);

res_union = df1.overlay(df2, how='union')

res_union

但我得到了以下错误：

IntCastingNaNError: Cannot convert non-finite values (NA or inf) to integer

我也尝试过所有其他方法：“交叉”、“联合”、“身份”、“对称差异”、“差异”，但唯一起作用的方法是“交叉”和“差异”。

- Addedd 08.03.2022 -这是抛出的错误的完整路径

~\AppData\Local\Temp/ipykernel_19804/2462211871.py中的

IntCastingNaNError跟踪(最近一次调用)

df2) 322 elif == "identity"：323 dfunion = _overlay_union(df1，df2)

~\AppData\Local\Programs\Python\Python39\lib\site-packages\geopandas\tools\overlay.py in _overlay_union(df1，df2) 135“”136个dfinter = _overlay_intersection(df1，df2) ->137dfsym= _overlay_symmetric_diff(df1，df2) 138dfunion= pd.concat(dfinter，dfsym，ignore_index=True，sort=False) 139 #仍保持几何列。

~\AppData\Local\Programs\Python\Python39\lib\site-packages\geopandas\tools\overlay.py in _overlay_symmetric_diff(df1，df2) 115 _ensure_geometry_column(dfdiff2) 116 #合并两种差异数据格式-> 117 dfsym =dfdiff2 1。合并( 118 dfdiff2，on="__idx1"，"__idx2"，how="outer"，suffixes=("_1"，"_2") 119 )

合并中的~\AppData\Local\Programs\Python\Python39\lib\site-packages\geopandas\geodataframe.py (self，*args，**kwargs) 1376 1377“”-> 1378 result = DataFrame.merge(self，*args，**kwargs) 1379 geo_col = self._geometry_column_name 1380，如果结果是isinstance( geo_col，DataFrame)和geo_col：

合并中的~\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\frame.py (自、右、如何、on、left_on、right_on、left_index、right_index、排序、后缀、复制、指示符、验证) 9189

从pandas.core.reshape.merge导入合并9190 -> 9191返回合并( 9192 self，9193右转，

合并中的~\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\reshape\merge.py (左、右、如何、on、left_on、right_on、left_index、right_index、排序、后缀、复制、指示符、验证) 118 validate=validate，119 )-> 120返回op.get_result() 121 122

~\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\reshape\merge.py in get_result(self) 734 self._maybe_add_join_keys=self._indicator_post_merge(结果) 735 -> 736 self._maybe_add_join_keys(self._maybe_add_join_keys，left_indexer，right_indexer) 737 738 self._maybe_restore_index_levels(结果)

~\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\reshape\merge.py in _maybe_add_join_keys(self，result，left_indexer，right_indexer) 915916如果result._is_label_reference(名称)：-> 917 resultname = Series( 918 key_col，dtype=result_dtype，index=result.index 919 )

~\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\series.py in init(self、data、index、dtype、name、copy、fastpath) 381如果dtype不是None: 382 # astype -> 383 data = data.astype(dtype) 384 to : 385 # GH#24096我们需要确保索引保持不变

~\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\indexes\numeric.py在astype(self，dtype，copy) 221 # TODO(jreback)；一旦我们有一个EA索引类型222 # GH 13149 -> 223 arr = astype_nansafe(self._values，dtype=dtype) 224返回Int64Index(arr，name=self.name) 225，这可能会改变。

~\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\dtypes\cast.py in astype_nansafe(arr，dtype，copy，skipna) 11661167 elif np.issubdtype(arr.dtype，np.floating)和np.issubdtype(dtype，np.integer)：-> 1168返回astype_float_to_int_nansafe(arr，dtype，copy) 1169 1170 elif is_object_dtype(arr)：

~\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\dtypes\cast.py in astype_float_to_int_nansafe(值、dtype、拷贝) 1211“”

1212如果不是np.isfinite(值).all()：-> 1213引发IntCastingNaNError( 1214“不能将非有限值(NA或inf)转换为整数”1215 )

IntCastingNaNError:无法将非有限值(NA或inf)转换为整数。