如何使用Geopandas同时基于公共键与空间位置执行sjoin连接

基础实现（兼容所有geopandas版本） #

写法1：全量空间连接后过滤（适合小数据集） #

• 思路：先执行标准空间匹配，再筛选出左右表hour值相等的结果，代码最简单

import geopandas as gpd

# 执行标准空间连接，同名字段会自动加_left/_right后缀
full_sjoin = gpd.sjoin(gdf_A, gdf_B, how="inner", predicate="intersects")
# 仅保留hour匹配的行
final_result = full_sjoin[full_sjoin["hour_left"] == full_sjoin["hour_right"]]

写法2：按hour分组连接（适合大数据集） #

• 思路：仅对同一hour的子集做空间匹配，避免跨hour的无效计算，性能提升明显

import pandas as pd
import geopandas as gpd

result = []
for hour in gdf_A["hour"].unique():
    a_sub = gdf_A[gdf_A["hour"] == hour]
    b_sub = gdf_B[gdf_B["hour"] == hour]
    if len(a_sub) == 0 or len(b_sub) == 0:
        continue
    # 单小时子集空间连接
    sub_sjoin = gpd.sjoin(a_sub, b_sub, how="inner", predicate="intersects")
    result.append(sub_sjoin)

# 合并所有小时的结果
final_result = gpd.GeoDataFrame(pd.concat(result, ignore_index=True))

简化实现（geopandas ≥ 0.14.0版本） #

geopandas 0.14及以上版本的sjoin接口已经原生支持非空间关联键参数on，可以直接指定hour作为额外匹配条件，底层已做优化，性能和代码简洁度都最优：

final_result = gpd.sjoin(
    gdf_A, 
    gdf_B, 
    how="inner", 
    predicate="intersects",
    on="hour" # 额外要求两表的hour字段值相等才匹配
)

内容的提问来源于stack exchange，提问作者John s