如何在GeoPandas中计算多边形边界内点到边界的距离？

最优解决方案：直接计算点到多边形边界的距离 #

Shapely的distance方法对位于多边形内部的点返回0，是因为它计算的是点到**多边形整体（含内部区域）**的距离。要得到点到多边形边界的实际距离，只需提取多边形的边界线再计算距离：

# 提取郡边界的线要素（MultiLineString类型）
county_boundary_line = county_boundary.boundary

# 计算每个公交站点到边界线的距离
bus_stops['dist_to_edge'] = bus_stops.geometry.distance(county_boundary_line)

这个方法直接高效，无需额外处理补集，完全符合需求——不管点在郡内部还是外部，返回的都是到郡边界轮廓的直线距离。

补集方法（不推荐，仅作参考） #

如果一定要通过补集实现，需要先创建一个覆盖目标区域的大多边形，再减去郡边界得到补集，最后计算点到补集的距离（本质和到边界的距离一致）：

from shapely.geometry import Polygon
import geopandas as gpd

# 1. 创建覆盖英国的大包围盒（需匹配你的数据坐标系，这里假设是WGS84: EPSG:4326）
big_box = Polygon([(-8.5, 49), (2, 49), (2, 61), (-8.5, 61), (-8.5, 49)])

# 2. 转换为与county_boundary相同的坐标系
big_box = gpd.GeoSeries([big_box], crs=wards.crs).geometry[0]

# 3. 计算郡边界的补集
county_complement = big_box.difference(county_boundary)

# 4. 计算点到补集的距离
bus_stops['dist_to_edge'] = bus_stops.geometry.distance(county_complement)

补集方法的缺点： #

• 需要手动确定大包围盒的范围，若坐标系不匹配会出错
• 计算效率低于直接提取边界线的方法
• 逻辑冗余，完全没必要绕这个弯路

内容的提问来源于stack exchange，提问作者elksie5000