如何使用R为落在polygon内的point标注所属多边形区域信息

R 语言（sf包）实现 #

前置校验 #

两个数据都需要为sf空间对象，且坐标系完全一致，否则会出现匹配错误：

• 校验坐标系代码：

library(sf)
# 替换为你自己的点、面sf对象名
st_crs(points_sf) == st_crs(polygons_sf)

• 若返回FALSE，统一坐标系：

# 将点数据转换为和面数据一致的坐标系
points_sf <- st_transform(points_sf, st_crs(polygons_sf))

核心匹配代码 #

用空间连接直接将行政区属性关联到对应点位：

# 把「行政区名称列」替换为你面数据中存储行政区名字的实际列名
points_with_district <- st_join(
  x = points_sf,
  y = polygons_sf[, c("行政区名称列", "geom")],
  largest = TRUE # 边界点位默认匹配重叠面积最大的行政区，可按需删除
)

匹配后得到的新数据框中，新增的行政区名称列就是每个点位所属的行政区，落在所有行政区外的点位对应值为NA。

Python 语言（geopandas包）实现 #

前置校验 #

两个数据都需要为GeoDataFrame对象，且坐标系一致：

• 校验坐标系代码：

import geopandas as gpd
# 替换为你自己的点、面GeoDataFrame对象名
points_gdf.crs == polygons_gdf.crs

• 若不匹配，统一坐标系：

points_gdf = points_gdf.to_crs(polygons_gdf.crs)

核心匹配代码 #

points_with_district = gpd.sjoin(
  left_df = points_gdf,
  right_df = polygons_gdf[["行政区名称列", "geometry"]],
  how = "left", # 保留所有原始点位
  predicate = "within", # 匹配逻辑为「点在面内」
  lsuffix = "_point",
  rsuffix = "_poly"
)

匹配后行政区列会自动加入点位数据框，未匹配到的点位对应值为空值。

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