如何从Kontur人口数据中筛选指定边界框内的多边形？

问题根源 #

你用geometry.within(bbox)筛选时，要求多边形完全被边界框包裹，但Kontur的人口格网是精细的小单元，很多位于柏林边界的格网只是和你的边界框相交，并非完全在内部，所以返回空结果。另外，直接覆盖原GPKG文件可能引发读写冲突，也不建议这么做。

修正方案 #

推荐使用Geopandas内置的clip()函数，它专门处理空间裁剪，会保留所有与边界框相交或完全在内部的要素，更符合你的需求：

import geopandas as gpd
from shapely.geometry import box

# 读取原数据集
data = gpd.read_file('C:/Users/Julian/Downloads/kontur_population.gpkg/kontur_population.gpkg')

# 定义柏林边界框
bounding_box = {
    "min_lon": 12.927785560520098,
    "max_lon": 13.94903874307725,
    "min_lat": 52.284843473119714,
    "max_lat": 52.77168805093944
}

# 创建边界框几何对象
bbox = box(
    bounding_box["min_lon"],
    bounding_box["min_lat"],
    bounding_box["max_lon"],
    bounding_box["max_lat"]
)

# 转换边界框坐标系与数据集匹配（确保一致）
bbox_gdf = gpd.GeoDataFrame({'geometry': [bbox]}, crs=data.crs)

# 执行裁剪
clipped_data = gpd.clip(data, bbox_gdf)

# 写入新文件（不要覆盖原文件）
clipped_data.to_file('C:/Users/Julian/Downloads/berlin_kontur_population.gpkg', driver="GPKG")

# 验证结果
print(f"裁剪后共保留 {len(clipped_data)} 条要素")

备选方案（用intersects） #

如果不想用clip()，可以把within换成intersects，同样能保留相交的要素：

clipped_data = data[data.geometry.intersects(bbox)]

额外注意事项 #

• 检查数据集坐标系：执行print(data.crs)确认是EPSG:4326（WGS84经纬度），如果你的边界框用的是其他坐标系，需要先转换。
• 避免覆盖原文件：始终写入新文件，防止数据丢失。

内容的提问来源于stack exchange，提问作者Julian