如何扩展函数至数据框列？解决GeometryTypeError报错问题

错误原因 #

1. 参数传递错误：你调用apply时传入了整个df2['area']和df2['branch'] Series，而函数期望接收单个多边形和分支名称。这导致shape(area)试图处理整个Series而非单个几何对象，进而触发GeometryTypeError（shape仅支持单个GeoJSON特征，无法处理FeatureCollection或Series）。
2. 全局列表误用：函数中使用全局within列表会累积所有行的结果，导致每一行返回的都是整个列表，而非当前点的判断结果，完全不符合需求。

修正后的代码 #

重构判断函数 #

def latlon_check(point, polygons_df):
    # 遍历所有多边形分支
    for _, row in polygons_df.iterrows():
        # 处理GeoJSON字符串转几何对象（若area已是Geometry类型可省略shape转换）
        polygon = shape(row['area']) if isinstance(row['area'], str) else row['area']
        if point.within(polygon):
            return f"True,{row['branch']}"
    # 未匹配任何多边形时返回False
    return "False"

正确调用apply #

df1['within'] = df1['intsct'].apply(latlon_check, args=(df2,))

关键说明 #

• 函数接收单个点和完整的df2，逐行遍历df2中的多边形与分支名，找到第一个包含该点的分支后立即返回结果。
• 若df2['area']已经是Geopandas的Polygon/MultiPolygon类型，直接使用row['area']即可，无需shape()转换，能提升运行效率。
• 若需支持点匹配多个多边形的场景，可修改函数收集所有匹配的分支名，例如返回"True,分支1,分支2"格式。

内容的提问来源于stack exchange，提问作者daryllim18