如何用Geopandas判断多边形是否在目标区域内并清理数据

问题分析 #

你要实现的是删除localities表（绿色区域）以外的几何图形，核心是判断待清理GeoDataFrame中的几何是否完全处于任意一个绿色区域内部。之前用overlaps函数不符合需求，原因如下：

• overlaps的逻辑是两个几何有交集但互不包含，和你要的“处于内部”完全不匹配；
• 逐行遍历iterrows的方式效率极低，Geopandas本身支持矢量化操作，没必要做循环；
• 当前代码只要找到一个重叠就保留，会误留那些部分重叠但不在内部的图形。

正确实现方案 #

方案1：使用空间连接（推荐，效率最高） #

Geopandas的gpd.sjoin可以直接基于空间关系筛选数据，用predicate='within'（待清理几何在绿色区域内）来精准筛选：

import geopandas as gpd 
from ..config import db

def transform(gdf: gpd.GeoDataFrame) -> gpd.GeoDataFrame:
    # 读取绿色区域数据
    locality_data = gpd.GeoDataFrame.from_postgis(
        sql='SELECT * FROM localities', 
        con=db.engine, 
        geom_col='geometry'
    )
    # 先过滤掉待清理数据中的空几何
    gdf = gdf[~gdf['geometry'].isna()]
    
    # 空间连接：只保留在localities内部的几何
    filtered_gdf = gpd.sjoin(
        gdf, 
        locality_data, 
        how='inner', 
        predicate='within'
    )
    # 移除连接带来的额外列，保留原gdf的字段
    filtered_gdf = filtered_gdf[gdf.columns]
    # 重置索引
    return filtered_gdf.reset_index(drop=True)

方案2：合并绿色区域为单一几何，批量判断 #

如果localities的几何没有重叠，可以合并成一个MultiPolygon，再批量判断待清理几何是否在其中：

import geopandas as gpd 
from shapely.ops import unary_union
from ..config import db

def transform(gdf: gpd.GeoDataFrame) -> gpd.GeoDataFrame:
    locality_data = gpd.GeoDataFrame.from_postgis(
        sql='SELECT * FROM localities', 
        con=db.engine, 
        geom_col='geometry'
    )
    # 过滤空几何
    gdf = gdf[~gdf['geometry'].isna()]
    # 合并所有绿色区域为单一几何
    combined_localities = unary_union(locality_data['geometry'])
    # 筛选出在合并区域内的几何
    filtered_gdf = gdf[gdf['geometry'].within(combined_localities)]
    return filtered_gdf.reset_index(drop=True)

关键说明 #

• predicate='within'表示待清理几何完全在绿色区域内部，和predicate='contains'（绿色区域包含待清理几何）逻辑等价，选哪个都可以；
• 空间连接是矢量化操作，比逐行循环快几个数量级，大数据量下必须用这种方式；
• 先过滤空几何能避免后续空间运算报错。

内容的提问来源于stack exchange，提问作者D4-Ramirez