在GeoPandas中合并重叠几何并保留对应最小索引

要实现将重叠多边形合并为MultiPolygon并保留组内最小原index，核心是先识别出所有空间连通（重叠/相交）的多边形组，再按组聚合。以下是具体步骤和代码：

步骤1：准备数据并构建空间邻接矩阵 #

首先将原index转为列（避免后续操作丢失），然后通过空间连接找到所有相交的多边形对，构建邻接矩阵用于识别连通组：

import geopandas as gpd
from scipy.sparse import csr_matrix
from scipy.sparse.csgraph import connected_components

# 将原index转为列，方便后续聚合取最小值
gdf = gdf.reset_index().rename(columns={'index': 'original_index'})

# 空间连接找到所有相交的多边形对
spatial_join = gpd.sjoin(gdf, gdf, how='inner', predicate='intersects')

# 构建稀疏邻接矩阵
rows = spatial_join.index_left.values
cols = spatial_join.index_right.values
adj_matrix = csr_matrix(([1]*len(rows), (rows, cols)), shape=(len(gdf), len(gdf)))

步骤2：识别连通组并分组聚合 #

通过连通分量分析给每个重叠多边形组分配唯一ID，再按组聚合，保留最小原index并合并几何：

# 计算连通分量，得到每个多边形所属的组ID
_, group_labels = connected_components(csgraph=adj_matrix, directed=False)
gdf['group_id'] = group_labels

# 按组聚合：取最小原index，合并几何为MultiPolygon
result = gdf.groupby('group_id').agg(
    original_index=('original_index', 'min'),
    geometry=('geometry', lambda x: x.unary_union)
).reset_index(drop=True)

# 将最小原index设为结果的index（可选）
result = result.set_index('original_index')

关键说明 #

• 你之前使用dissolve无效的原因是缺少正确的分组键：按原index分组时每个行都是独立组，不分组则所有行合并为一组。
• 若仅需合并严格重叠（排除完全包含/相邻）的多边形，可将sjoin的predicate参数改为overlaps。
• 合并后的几何会自动处理为MultiPolygon（若组内多个多边形）或单个Polygon（若组内只有一个多边形）。

内容的提问来源于stack exchange，提问作者Nolan Cardozo