如何在Python中合并Geopandas数据集中相邻接触的多边形？

我有一个Geopandas数据集，想要将其中**相邻（互相接触）**的多边形合并为单个多边形。合并前后的效果如下：

需要注意的是，合并结果为两个多边形——图中的黄色小区域互相接触，因此会被归为一个整体。

测试用示例数据 #

import pandas as pd
from shapely import geometry

df = pd.DataFrame({"id":["poly_b1","poly_b2","poly_b3","poly_a"],
                  "geom":[geometry.Polygon([(3, 0), (3, 3), (5, 3), (5, 0)]),
                          geometry.Polygon([(0, 0), (3, 10), (3, 0)]),
                          geometry.Polygon([(5, 3), (5, 5), (7, 5), (5, 0)]),
                          geometry.Polygon([(15, 13), (15, 15), (17, 15), (15, 10), (12,2)])]})

解决方案 #

要实现相邻多边形的合并，核心是先识别出所有互相接触的多边形组（连通分量），再按组合并。具体步骤如下：

1. 导入依赖库并转为GeoDataFrame
   首先将普通DataFrame转为GeoDataFrame，方便进行空间操作：

   import geopandas as gpd
   import networkx as nx
   
   # 转为GeoDataFrame
   gdf = gpd.GeoDataFrame(df, geometry='geom')
   

2. 识别相邻多边形对
   通过空间连接筛选出所有互相接触的多边形：

   # 空间连接，找出所有接触的多边形对
   adjacent_pairs = gpd.sjoin(gdf, gdf, how='inner', predicate='touches')
   # 去重，避免重复记录（如A-B和B-A）
   adjacent_pairs = adjacent_pairs[adjacent_pairs.index_left < adjacent_pairs.index_right]
   

3. 构建连通分量分组
   用图结构找出所有连通的多边形组（即互相接触的多边形集合）：

   # 构建无向图
   graph = nx.Graph()
   graph.add_nodes_from(gdf.index)
   graph.add_edges_from(zip(adjacent_pairs.index_left, adjacent_pairs.index_right))
   
   # 给每个多边形分配组ID
   group_mapping = {}
   for group_id, component in enumerate(nx.connected_components(graph)):
       for idx in component:
           group_mapping[idx] = group_id
   
   gdf['merge_group'] = gdf.index.map(group_mapping)
   

4. 按组合并多边形
   使用dissolve方法按组合并多边形：

   # 按组合并，同时保留原ID信息
   merged_result = gdf.dissolve(by='merge_group', aggfunc={'id': ', '.join})
   

结果说明 #

运行后merged_result中会包含两个行：

• 一行对应poly_b1、poly_b2、poly_b3合并后的多边形
• 另一行对应独立的poly_a

如果需要处理重叠或交叉的多边形，只需将空间连接的predicate参数改为'intersects'即可。

内容的提问来源于stack exchange，提问作者PeCaDe