如何为GeoDataFrame中的点匹配对应英国NUTS1区域名称？

作为刚接触地理空间数据的新手，手动用Shapely遍历每个点确实容易碰壁——其实GeoPandas内置的空间连接功能就能完美解决这个问题，效率比手动循环高得多，而且代码也简洁。下面是具体的步骤：

1. 确保你的点数据格式正确 #

首先要确认你的GeoDataFrame有正确的地理几何对象和坐标系：

• 如果你用的是单独的Lat（纬度）和Long（经度）列，需要先把它们转换成geometry列：

import geopandas as gpd
from shapely.geometry import Point

# 假设你的点数据存储在变量points_gdf中
points_gdf['geometry'] = points_gdf.apply(lambda row: Point(row['Long'], row['Lat']), axis=1)
# 设置坐标系为WGS84（全球通用的经纬度坐标系，EPSG代码4326）
points_gdf = points_gdf.set_crs(epsg=4326)

• 如果你的数据已经有geometry列，先检查坐标系是否正确：

print(points_gdf.crs)

输出应该包含EPSG:4326或者和你的NUTS1 GeoJSON一致的坐标系代码。

2. 加载并预处理NUTS1区域数据 #

加载你的英国NUTS1 GeoJSON文件，同时精简数据只保留需要的列（区域名称和几何对象）：

# 替换成你的GeoJSON文件路径
nuts1_gdf = gpd.read_file('your_nuts1_data.geojson')
# 只保留区域名称列和几何列，减少数据量
nuts1_gdf = nuts1_gdf[['nuts118nm', 'geometry']]

# 确保NUTS1数据的坐标系和点数据一致，如果不一致就转换
if nuts1_gdf.crs != points_gdf.crs:
    nuts1_gdf = nuts1_gdf.to_crs(points_gdf.crs)

3. 空间连接：自动匹配点到所属区域 #

用GeoPandas的sjoin方法（空间连接），自动把每个点匹配到对应的NUTS1区域：

# 空间连接：how='left'表示保留所有点数据，op='within'表示匹配"点在多边形内"的关系
joined_gdf = gpd.sjoin(points_gdf, nuts1_gdf, how='left', op='within')

# 把匹配到的区域名称列重命名为更直观的名字，比如'region_name'
joined_gdf = joined_gdf.rename(columns={'nuts118nm': 'region_name'})

# 处理不在任何NUTS1区域内的点（比如英国境外的点），填充默认值
joined_gdf['region_name'] = joined_gdf['region_name'].fillna('Unknown')

为什么不用手动遍历？ #

手动循环每个点调用Shapely的contains方法不仅代码繁琐，而且当你的点数据量很大时（比如上万条），速度会非常慢。GeoPandas的空间连接是基于底层优化的矢量数据处理逻辑，效率会高很多，同时也能避免手动循环可能出现的错误。

内容的提问来源于stack exchange，提问作者REESJ