PyQGIS funciona demasiado lento. Puedo utilizar GeoPandas?

Question

Tengo una capa con clasificación de edificios. Quiero añadir "Área" a mi tabla de atributos y uso PyQGIS. Para otra capa con 50 registros funciona, pero mi capa es enorme, contiene 6,8 millones de registros y funciona demasiado lento. Con otro problema he utilizado GeoPandas que está trabajando muy rápido. Voy a pegar mi código y necesito consejo. ¿Puedo hacerlo con GeoPandas?

from qgis.core import *
from qgis.utils import *
from qgis.analysis import QgsNativeAlgorithms
from PyQt5.QtCore import QVariant
from qgis.core import QgsApplication, QgsProcessingFeedback, QgsRasterLayer
import sys
import geopandas

sys.path.append('/usr/lib/qgis')
sys.path.append('/usr/share/qgis/python/plugins')
os.environ["QT_QPA_PLATFORM"] = "offscreen"

QgsApplication.setPrefixPath(r'/usr/bin/qgis', True)
qgs = QgsApplication([], False)
qgs.initQgis()

import processing
from processing.core.Processing import Processing

Processing.initialize()
QgsApplication.processingRegistry().addProvider(QgsNativeAlgorithms())
feedback = QgsProcessingFeedback()

#adding the Area field
layer = QgsVectorLayer(r'/home/gis/polskagisencoding.shp', "polskagisencoding", "ogr")
provider = layer.dataProvider()
area_field = QgsField("Area", QVariant.Int)
provider.addAttributes([area_field])
layer.updateFields()

#updating the Area field for each feature
idx = provider.fieldNameIndex('Area')
for feature in layer.getFeatures():
    attrs = {idx : int(feature.geometry().area())}
    layer.dataProvider().changeAttributeValues({feature.id() : attrs})

Answer 1

Con GeoPandas

import geopandas as gpd
gdf = gpd.read_file('/home/gis/polskagisencoding.shp')
gdf["Area"] = gdf.geometry.area

Pero no estoy seguro de que sea más rápido con shapefiles más grandes

Answer 2

Para conjuntos de datos de gran tamaño como éste, es posible que desee utilizar dask-geopandas . Todavía está en fase de desarrollo (aún no hay lanzamiento oficial) pero area debería funcionar sin problemas.

Debe instalar geopandas , dask y pygeos y luego dask-geopandas de git.

pip install git+git://github.com/jsignell/dask-geopandas.git

Entonces puede leer su archivo con geopandas y convertirlo en dask.dataframe .

import geopandas
import dask_geopandas

df = geopandas.read_file('/home/gis/polskagisencoding.shp')

ddf = dask_geopandas.from_geopandas(df, npartitions=4)

areas = ddf.geometry.area.compute()

npartitions en este caso debe ser el número de procesadores que desea utilizar. dask-geopandas entonces hace el cálculo en paralelo.

Vea más aquí https://github.com/jsignell/dask-geopandas