咨询：如何用QGIS或其他工具实现点位半径匹配并导出结果

一、QGIS操作步骤 #

1. 导入CSV数据 #

• 打开QGIS，点击「图层」→「添加图层」→「添加分隔文本图层」
• 分别导入Site List A和Site List B：
  • 选中对应CSV文件，确认**Lat（纬度）和Long（经度）**字段被正确识别，坐标系选择EPSG:4326（WGS84，通用经纬度坐标系）
  • 点击「添加」完成加载

2. 转换坐标系（关键：球面转平面，支持英里距离计算） #

• 右键Site List A图层→「导出」→「保存要素为」
• 保存格式选「内存图层」（临时用，不占硬盘），坐标系搜索EPSG:3857（Web墨卡托，适配全球范围），点击「确定」
• 对Site List B重复上述转换操作

3. 空间连接（匹配范围内点位） #

• 点击「处理」→「工具箱」，搜索「空间连接」工具打开
• 设置核心参数：
  • 目标图层：选转换后的Site List A（要关联的主体）
  • 连接图层：选转换后的Site List B（匹配源）
  • 连接类型：选「保留所有目标要素并匹配所有连接要素」（保留A中未匹配的点，方便后续筛选）
  • 匹配条件：选「在距离内」，输入对应米数：
    • 1/4英里 = 402.336米，1/2英里 = 804.672米（QGIS默认用米计算，直接输入更准确）
  • 输出图层：选「保存到文件」，格式选CSV或Excel（.xlsx），设置保存路径
• 点击「运行」，等待处理完成（3000+10000的量级，几秒就能搞定）

4. 导出结果 #

• 处理完成后，新生成的关联图层会自动加载，右键→「导出」→「保存要素为」，选择你需要的格式即可

二、替代方案：Python脚本（无需QGIS） #

如果不想折腾QGIS，用Python写个脚本也能实现，步骤如下：

1. 先安装依赖：打开命令行输入 pip install pandas geopy
2. 复制以下代码（替换文件路径和距离参数）：

import pandas as pd
from geopy.distance import geodesic

# 替换成你的文件路径
df_a = pd.read_csv("site_list_a.csv")
df_b = pd.read_csv("site_list_b.csv")

# 设置匹配距离，0.25是1/4英里，0.5是1/2英里
match_distance = 0.25

results = []
# 遍历A的每个点位，匹配B中符合距离条件的点
for _, row_a in df_a.iterrows():
    point_a = (row_a['Lat'], row_a['Long'])
    for _, row_b in df_b.iterrows():
        point_b = (row_b['Lat'], row_b['Long'])
        dist = geodesic(point_a, point_b).miles
        if dist <= match_distance:
            # 合并A和B的字段，加上距离值
            combined = {**row_a.to_dict(), **row_b.to_dict(), 'distance_miles': round(dist, 4)}
            results.append(combined)

# 导出结果到CSV
pd.DataFrame(results).to_csv("matched_sites.csv", index=False)
# 要导出Excel的话，替换成：pd.DataFrame(results).to_excel("matched_sites.xlsx", index=False)

注：10000个B点的话，双重循环大概需要几分钟，普通电脑完全能扛住。

内容的提问来源于stack exchange，提问作者Grags