如何高效实现不同尺寸矩形区域的坐标分类？现有Pandas实现方案的优化问询

我有一组需要按是否属于若干不同尺寸矩形区域进行分类的坐标，示例坐标如下：

X Y
-2210 -3
-2220 8
-2215 0

每个区域在名为zone_df的DataFrame中通过左上角XY坐标和右下角XY坐标定义，zone_df的结构及数据如下：

ZonesDesignation XCoordTopLeft YCoordTopLeft XCoordBotRight YCoordBotRight
1 -2225 -11 -2208 -2
2 -2225 -1 -2208 6
3 -2225 7 -2216 13

我当前的实现方法效率极低且存在较多问题，具体代码如下：

def get_zone_by_coordinates(zone_df,x,y):
    result = zone_df.loc[(zone_df.XCoordTopLeft < x) & ((zone_df.XCoordBotRight) >= x) & ((zone_df.YCoordTopLeft) < y) & ((zone_df.YCoordBotRight) >= y)]['ZonesDesignation'].values
    if len(result)== 1:
        return result[0]
    else:
        return 0

我通过Pandas遍历坐标DataFrame的每一行并调用上述函数来得到分类结果，但这是否是最优的实现方案？

优化方案分析 #

你的当前方案确实会有明显的性能问题——因为逐行遍历DataFrame+每次调用函数都要全量过滤zone_df，本质上是**O(n*m)**的时间复杂度（n是坐标行数，m是区域数），数据量一大就会很慢。下面给你几个更高效的优化思路：

1. 全向量化操作（无遍历） #

直接利用Pandas的广播特性，一次性完成所有坐标和所有区域的匹配，避免逐行循环。这种方法虽然时间复杂度还是O(n*m)，但因为是Pandas内部的向量化运算，比纯Python循环快很多，适合区域数和坐标数都不算特别大的场景：

import pandas as pd

# 假设你的坐标数据存在coord_df中，结构是X、Y列
coord_df = pd.DataFrame([[-2210, -3], [-2220, 8], [-2215, 0]], columns=['X', 'Y'])

# 生成笛卡尔积，让每个坐标和所有区域配对
cross_df = coord_df.assign(key=1).merge(zone_df.assign(key=1), on='key').drop('key', axis=1)

# 过滤符合区域条件的行
matches = cross_df[
    (cross_df.XCoordTopLeft < cross_df.X) &
    (cross_df.XCoordBotRight >= cross_df.X) &
    (cross_df.YCoordTopLeft < cross_df.Y) &
    (cross_df.YCoordBotRight >= cross_df.Y)
]

# 合并回原坐标数据，无匹配的设为0
result_df = coord_df.merge(
    matches[['X', 'Y', 'ZonesDesignation']],
    on=['X', 'Y'],
    how='left'
).fillna(0).astype({'ZonesDesignation': int})

2. 区间索引+合并优化（更高效） #

如果你的区域在X轴或Y轴上有不重叠的区间，可以先对区域做区间索引，再用merge_asof来匹配，把时间复杂度降到O(n log m)，适合区域数量较多的场景：

# 对zone_df按X轴左边界排序（merge_asof要求左右数据集按键排序）
zone_df_sorted = zone_df.sort_values('XCoordTopLeft')

# 给坐标数据也按X排序
coord_df_sorted = coord_df.sort_values('X')

# 先通过merge_asof快速匹配X轴范围内的候选区域
x_matches = pd.merge_asof(
    coord_df_sorted,
    zone_df_sorted,
    left_on='X',
    right_on='XCoordTopLeft',
    direction='backward'
).query('X <= XCoordBotRight')

# 在X匹配的基础上，过滤Y轴符合条件的区域
final_matches = x_matches[
    (x_matches.Y > x_matches.YCoordTopLeft) &
    (x_matches.Y <= x_matches.YCoordBotRight)
]

# 合并回原坐标数据，补全无匹配的项为0
result_df = coord_df.merge(
    final_matches[['X', 'Y', 'ZonesDesignation']],
    on=['X', 'Y'],
    how='left'
).fillna(0).astype({'ZonesDesignation': int})

3. 空间索引方案（GeoPandas，专业空间场景） #

如果未来有扩展到复杂多边形区域的需求，或者处理超大批量坐标，用GeoPandas的空间索引会是最专业的选择——它基于R-tree实现，匹配效率极高：

import geopandas as gpd
from shapely.geometry import Point, box

# 把zone_df转换成GeoDataFrame，每个区域转为矩形多边形
zone_gdf = gpd.GeoDataFrame(
    zone_df,
    geometry=[
        box(row.XCoordTopLeft, row.YCoordTopLeft, row.XCoordBotRight, row.YCoordBotRight)
        for _, row in zone_df.iterrows()
    ]
)

# 把坐标数据转换成GeoDataFrame，每个坐标转为Point对象
coord_gdf = gpd.GeoDataFrame(
    coord_df,
    geometry=gpd.points_from_xy(coord_df.X, coord_df.Y)
)

# 用空间连接匹配点和区域，op='within'表示判断点是否在多边形内
result_gdf = gpd.sjoin(coord_gdf, zone_gdf, how='left', predicate='within')

# 处理无匹配的情况，填充0并转成整数类型
result_gdf['ZonesDesignation'] = result_gdf['ZonesDesignation'].fillna(0).astype(int)

# 提取最终需要的列
final_result = result_gdf[['X', 'Y', 'ZonesDesignation']]

总结 #

• 小数据量场景：用全向量化操作足够，代码简单易维护
• 中等数据量场景：优先选区间索引+merge_asof的方案，性能提升明显
• 复杂空间需求/大数据量：直接用GeoPandas的空间匹配，效率最高且扩展性强

内容的提问来源于stack exchange，提问作者Max Chis