좌표변환에 무슨 패키지를 쓰면 좋을까? (2023.06)

DHL

5 min readJun 30, 2023

pyproj와 Geopandas 중 무엇이 더 빠를까?

습관적으로 Geopandas를 쓰다가 속성 좌표만 변환할 때에는 비효율적이지 않을까 하는 생각이 들어서 테스트해봤습니다.

비교 테스트 패키지 선택

ChatGPT-4에서 추천한 패키지들입니다. pyproj를 선택해서 진행해보겠습니다. 물론 AI가 정답은 아니지만 모두 유명한 패키지들이기 때문에 엉뚱한 답은 아닙니다.

테스트

먼저, 필요한 패키지들을 준비합니다.

import pandas as pd
import pyproj
import geopandas as gpd
print(pyproj.__version__)
print(gpd.__version__)

3.6.0
0.13.2

파이썬은 3.11이고, 패키지들도 최신 버전들입니다.

테스트 데이터로는 공공데이터포털의 공개데이터를 이용했습니다.

df = pd.read_csv('data/전국CCTV표준데이터.csv', encoding='cp949')
df.head(2)

필요한 항목만 남기고, NULL 데이터를 제거했습니다.

df = df[['위도',  '경도', '관리기관명']]
df.columns = ['lat', 'lon', 'org']
df = df.dropna(subset=['lon'])
df = df.dropna(subset=['lat'])

테스트하기에는 건수가 적어서 동일 데이터를 겹쳐서 494,600건으로 늘렸습니다.

df2 = pd.concat([df, df, df, df, df, df, df, df, df, df], ignore_index=True)

PYPROJ

먼저 PYPROJ를 이용하여 좌표 변환을 해보겠습니다. 좌표는 Geometry가 아닌 추가 속성 항목으로 생성되는 방식입니다.

# 프로젝션 정의
wgs84 = pyproj.CRS('epsg:4326')  # 원래 좌표계 (WGS84)
tm_korea = pyproj.CRS('epsg:5179')  # 변환하려는 좌표계 (TM Korea)

# Transformer 생성
transformer = pyproj.Transformer.from_crs(wgs84, tm_korea)

# 좌표 변환 함수 정의
def convert_coordinates(lon, lat):
    new_lat, new_lon = transformer.transform(lat, lon)  # 주의: transform 함수는 위도 먼저 받습니다.
    return new_lon, new_lat  

# 새로운 좌표를 계산하고 새로운 컬럼에 저장
df2['x'], df2['y'] = zip(*df2.apply(lambda row: convert_coordinates(row['lon'], row['lat']), axis=1))

제 장비 기준으로 약 4초~4.5초가 걸렸습니다.

Geopandas

Geopandas는 to_crs를 이용해서, Geometry도 변환하고, 이어서 변환한 좌표 속성 항목까지도 만들었습니다.

# 좌표계를 가진 GeoDataFrame 생성
gdf = gpd.GeoDataFrame(df2, geometry=gpd.points_from_xy(df2.lon, df2.lat))

# 현재 좌표계 설정 (예를 들어, WGS84)
gdf.crs = 'epsg:4326' # WGS84는 EPSG 코드 4326을 사용합니다

# 좌표계를 EPSG:5179로 변환
gdf = gdf.to_crs('epsg:5179')

# 변환 좌표 속성 생성 
gdf['x'] = gdf['geometry'].x
gdf['y'] = gdf['geometry'].y