如何基于boundaries GeoDataFrame计算落入边界的移动订阅总量？

步骤1：将订阅数据转换为点要素GeoDataFrame #

你的订阅数据目前只有经纬度列，需要先把它们转换成shapely.Point类型的几何对象，才能进行空间计算：

import geopandas as gpd
from shapely.geometry import Point

# 假设你的订阅数据GeoDataFrame名为 subs_gdf
subs_gdf['geometry'] = subs_gdf.apply(lambda row: Point(row['X'], row['Y']), axis=1)
# 确保订阅数据的坐标参考系(CRS)与boundaries完全一致
subs_gdf = subs_gdf.set_crs(boundaries.crs, allow_override=True)

步骤2：空间连接匹配边界与订阅点 #

用空间连接将每个订阅点匹配到对应的边界中：

# 左连接保留所有边界，用contains判断点是否落入边界内
joined_data = gpd.sjoin(boundaries, subs_gdf, how='left', predicate='contains')

步骤3：按边界分组计算订阅总数 #

根据边界的唯一标识（优先用边界自带的ID列，比如boundary_id；没有的话用索引）分组，对订阅数量求和：

# 这里假设用边界的索引分组，若有专属ID列，替换成 groupby('boundary_id')
subs_total = joined_data.groupby(joined_data.index)['移动订阅数量'].sum().reset_index(name='订阅总数')

步骤4：合并结果回原边界GeoDataFrame #

把计算好的总数合并到boundaries中，并处理无订阅点的边界（填充0）：

boundaries = boundaries.merge(subs_total, left_index=True, right_on='index', how='left')
# 为空的边界填充0，表示该区域没有订阅点
boundaries['订阅总数'] = boundaries['订阅总数'].fillna(0)

注意事项 #

• 必须确保两个GeoDataFrame的CRS完全一致，否则空间判断会失效，可通过boundaries.crs查看坐标系统，用subs_gdf.to_crs(boundaries.crs, inplace=True)转换。
• 如果边界数据有唯一标识列（比如行政区代码），用该列分组比索引更可靠，避免因索引重复导致计算错误。

内容的提问来源于stack exchange，提问作者Izzat Kamaruddin