使用Geopandas筛选指定ID点并查询指定距离范围内邻近点

原代码无法得到正确结果，核心问题有3个：

• 未提前筛选指定ID的目标点，直接对全量点生成缓冲区，每个点都会与自身的缓冲区相交，因此返回全部15个点
• 错误选择EPSG:3857（Web墨卡托）作为距离计算投影，该投影存在固有距离形变，不适合做精确米级运算；你的研究区对应EPSG:2157为爱尔兰官方投影坐标系，本身以米为单位，距离计算无偏差
• 未单独提取目标点几何做空间匹配，缓冲区运算对象错误

import geopandas as gpd

# --------------- 按需修改以下参数 ---------------
input_file = 'C:/test/points.geojson'
target_point_id = "1"   # 要搜索的目标点ID
search_radius_m = 100   # 搜索半径，单位米
exclude_target = True   # 是否在结果中排除目标点本身
# -----------------------------------------------

# 读入数据，统一转换为EPSG:2157（单位：米，适合研究区精确距离计算）
gdf = gpd.read_file(input_file).to_crs("EPSG:2157")

# 提取目标点几何
target_geom = gdf.loc[gdf["id"] == target_point_id, "geometry"].iloc[0]

# 计算所有点到目标点的实际距离（单位：米）
gdf["distance_to_target_m"] = gdf.geometry.distance(target_geom).round(2)

# 筛选半径范围内的点
result = gdf[gdf["distance_to_target_m"] <= search_radius_m]
if exclude_target:
    result = result[result["id"] != target_point_id]

# 输出结果：ID + 到目标点的距离
print("半径{}米范围内的点：".format(search_radius_m))
print(result[["id", "distance_to_target_m"]].to_string(index=False))

假设搜索ID为1的点周边150米范围，输出格式如下：

半径150米范围内的点：
id  distance_to_target_m
2                42.35
11              128.71
7                96.22

• 无需手动提取经纬度重建GeoDataFrame，geopandas读入空间文件后会自动识别geometry字段，手动重建反而容易引入CRS赋值错误
• 废弃旧版本{"init":"EPSG:xxxx"}的CRS写法，直接传入EPSG编码字符串即可，兼容所有新版geopandas
• 如果你的研究区不在爱尔兰，替换为对应区域的等距投影/本地UTM投影即可保证距离计算精度，不要用EPSG:3857做近距离米级分析

内容的提问来源于stack exchange，提问作者userhelp