如何筛选DataFrame：删除X、Y坐标位于多边形外的行

嘿，你已经迈出了关键的第一步——用Shapely定义好多边形，接下来的筛选操作其实超清晰！针对你数千行数据的场景，我给你两种实用方案，兼顾效率和易用性：

方案一：纯Pandas + Shapely（高效向量化） #

这种方法不用额外依赖GeoPandas，用Shapely的向量化判断工具，速度比逐行遍历快得多，非常适合处理数千行数据：

1. 准备坐标数组
   先把DataFrame里的X、Y坐标提取成numpy数组，Z坐标不影响二维多边形的判断，可以暂时忽略：

   import pandas as pd
   import numpy as np
   from shapely.geometry import Polygon
   from shapely.vectorized import contains
   
   # 假设你已经加载了DataFrame和定义好多边形
   df = pd.read_table("你的数据文件.txt")  # 加载txt文件
   polygon_points = np.array([[x1,y1], [x2,y2], ...])  # 你的多边形顶点数组
   polygon = Polygon(polygon_points)
   
   # 提取X、Y坐标为numpy数组
   point_coords = df[["X", "Y"]].to_numpy()
   

2. 批量判断点是否在多边形内
   用shapely.vectorized.contains做批量判断，直接生成布尔数组：

   # 第一个参数是多边形，后面两个是所有点的X、Y坐标数组
   is_inside = contains(polygon, point_coords[:, 0], point_coords[:, 1])
   

3. 筛选DataFrame
   用布尔数组过滤，保留在多边形内的行：

   filtered_df = df[is_inside]
   

方案二：GeoPandas（更简洁的地理数据操作） #

如果你的工作经常涉及地理数据，GeoPandas会让操作更直观，代码也更简洁：

1. 转换为GeoDataFrame
   把普通DataFrame转换成带地理几何列的GeoDataFrame：

   import geopandas as gpd
   from shapely.geometry import Polygon, Point
   
   # 转换为GeoDataFrame，用X、Y生成Point对象作为几何列
   gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.X, df.Y))
   
   # 定义多边形的GeoSeries
   polygon_gs = gpd.GeoSeries([polygon])
   

2. 筛选多边形内的点
   直接用GeoDataFrame的within方法，或者空间连接sjoin：

   # 方法1：直接用within判断
   filtered_gdf = gdf[gdf.within(polygon_gs.iloc[0])]
   
   # 方法2：空间连接（适合多个多边形的场景）
   filtered_gdf = gpd.sjoin(gdf, polygon_gs.to_frame(name="geometry"), predicate="within")
   

注意事项 #

• Shapely的Polygon会自动闭合多边形，所以即使你的顶点数组最后一个点和第一个点不重合，也能正确生成闭合图形。
• 如果多边形包含孔洞，只需要在定义Polygon时传入外环和内环的列表（比如Polygon(shell=外环数组, holes=[内环1数组, 内环2数组])），判断逻辑依然有效。
• 对于数千行数据，方案一的向量化方法和方案二的GeoPandas操作都远快于逐行apply生成Point再判断的方式，优先推荐。

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