Python 如何使用geopandas高效地进行多边形中的点查询？

我有一个包含美国所有县的shapefile，我在一个lat/lon点上进行一系列查询，然后找到该点所在的县。现在我只是在所有的县里循环，在县内做pnt。这不是很有效。有更好的方法吗？

您的情况看起来像是一个典型的情况，

空间连接

非常有用。空间连接的思想是使用地理坐标而不是属性来合并数据

geopandas

中的三种可能性：

• 相交

• 在

• 包含

您似乎希望在中包含

，可以使用以下语法：

geopandas.sjoin（点、多边形、how=“inner”、op=“inner”）

注意：您需要安装
rtree
才能执行此类操作。如果需要安装此依赖项，请使用
pip
或
conda
安装它

例子
作为一个例子，让我们绘制欧洲城市。这两个示例数据集是

import geopandas
将matplotlib.pyplot作为plt导入
world=geopandas.read\u文件（geopandas.dataset.get\u路径（'naturalearth\u lowres'））
cities=geopandas.read_文件（geopandas.dataset.get_路径（'naturalearth_cities'））
countries=world[world['continent']==“Europe”]。重命名（列={'name'：'country'}）
国家.总目（2）
最流行的大陆国家iso_a3 gdp_md_est几何学
18 142257519欧洲俄罗斯罗斯3745000.0多边形（（178.725 71.099，180.000 71.516。。。
21 5320045欧洲挪威-99 364700.0多边形（（15.143 79.674，15.523 80.016。。。
城市。负责人（2）
命名几何体
0梵蒂冈城角（12.45339 41.90328）
1圣马力诺角（12.44177 43.93610）

城市
是一个全球数据集，
国家
是一个欧洲范围的数据集

两个数据集需要位于同一投影系统中。如果不是，请在合并前使用
。以\u crs

data\u merged=geopandas.sjoin（城市、国家、how=“内部”，op=“内部”）

最后，为了查看结果，让我们绘制一张地图

f，ax=plt.子批次（1，figsize=（20,10））
数据图（轴=轴）
国家。绘图（轴=轴，α=0.25，线宽=0.1）
plt.show（）


底层数据集将我们需要的信息合并在一起

数据合并头（5）
名称几何指数欧洲大陆国家iso a3 gdp马里兰州东部
0梵蒂冈城点（12.45339 41.90328）14162137802欧洲意大利ITA 222100.0
1圣马力诺点（12.44177 43.93610）14162137802欧洲意大利ITA 222100.0
192罗马点（12.48131 41.89790）14162137802欧洲意大利ITA 222100.0
2瓦杜兹点（9.51667 47.13372）114 8754413欧洲奥地利AUT 416600.0
184维也纳点（16.36469 48.20196）114 8754413欧洲奥地利AUT 416600.0

在这里，我使用了
internal
join方法，但这是一个可以更改的参数，例如，如果您希望保留所有点，包括不在多边形内的点。
检查空间连接：您的问题更适合于gis.stackexchange.com