Pandas 如何使用Pandas和Geopandas进行点在多边形内部的空间查询

在本文中，我们将介绍如何使用Pandas和Geopandas进行点在多边形内部的空间查询。

数据准备

我们先使用Pandas读入点和多边形的数据。假设我们有以下的点和多边形数据：

import pandas as pd
import geopandas as gpd
from shapely.geometry import Point, Polygon

# 生成点的数据
points_data = {'id': [1, 2, 3, 4, 5],
               'x': [-1.0, 0.0, 1.0, 2.0, 3.0],
               'y': [1.0, 2.0, 2.0, 3.0, 1.0]}
points_df = pd.DataFrame(data=points_data)
points_df['geometry'] = points_df.apply(lambda row: Point(row.x, row.y), axis=1)

# 生成多边形的数据
polygons_data = {'id': [1, 2],
                 'geometry': [Polygon([(0.0, 0.0), (2.0, 0.0), (2.0, 2.0), (0.0, 2.0)]),
                              Polygon([(2.0, 0.0), (4.0, 0.0), (4.0, 2.0), (2.0, 2.0)])]}
polygons_gdf = gpd.GeoDataFrame(data=polygons_data)

上面的代码生成了5个点和2个多边形。其中点的位置在二维空间内，使用Point对象来表示，多边形使用Polygon对象来表示。点和多边形的数据都存储在Pandas的DataFrame或Geopandas的GeoDataFrame中。

空间查询

使用Geopandas的within方法可以找到点在哪些多边形内部。示例如下：

points_gdf = gpd.GeoDataFrame(points_df)
result = gpd.sjoin(points_gdf, polygons_gdf, op='within')

上述代码将points_gdf和polygons_gdf进行空间连接，使用的连接方式是within，表示点在多边形内部。连接的结果存储在result变量中。

我们可以将result结果中的点和多边形的数据进行可视化，示例如下：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
polygons_gdf.plot(ax=ax, alpha=0.5, edgecolor='k')
points_gdf.plot(ax=ax, color='r', markersize=30)
result.plot(ax=ax, color='r', markersize=30)
plt.show()

这里使用了Matplotlib库进行绘图，绘制了原始的多边形、点和点在多边形内部的结果。