GeoPandas sjoin 怎么选谓词：within、intersects、contains 与 nearest 的区别
问题场景：sjoin 代码不报错，结果仍然可能是错的
很多人第一次用 GeoPandas sjoin，最大的成就感来自几行代码就把点和面连起来了。但空间连接里真正容易出错的，从来不是代码能不能运行，而是你究竟选对了没有：within、intersects、contains 还是 nearest。
我见过不少项目把“找归属街道”写成 nearest，因为它最容易出结果。结果在边界附近、隔河区域、隔路网区域全都出了错。代码看起来没问题，图上也有结果，但业务逻辑已经偏了。
空间连接本质上是在回答一个几何关系问题。只有先把关系说清楚，代码结果才有意义。
四个常用谓词到底分别在回答什么
| 谓词 | 它真正回答的问题 | 最常见误用 |
|---|---|---|
| within | 这个对象是否位于另一个对象内部 | 拿来代替接触或相交关系 |
| contains | 这个对象是否包含另一个对象 | 左右主客体写反 |
| intersects | 两者是否有任何接触 | 把边界接触误当成内部归属 |
| nearest | 最近的是谁 | 拿它冒充行政归属或拓扑关系 |
尤其要记住：contains 和 within 是有方向的。主表和右表一换，返回结果就不是同一件事。
先写自然语言，再写 predicate
我更推荐的做法是，先用一句人话把需求写出来。例如：“每个采样点属于哪个地块”“每个小区与哪条道路相交”“每个客户找最近的服务站”。你一旦把句子写清楚，谓词往往就会跟着清楚。
这一步听起来有点慢，但非常值。因为很多所谓的代码调试，最后追根到底其实是需求表达本身就模糊。
一个项目里最好用的判断顺序
- 先用一句自然语言定义业务问题，避免一上来就套代码模板。
- 确定谁是主表、谁是被匹配对象，别把方向关系写反。
- 检查 CRS 是否一致、几何是否有效，再选择谓词。
- 先对边界样本做小批量测试，看最容易误判的位置是否合理。
- 再批量执行，并检查记录数是否出现意外膨胀或丢失。
边界样本非常关键。很多错误不会出现在图层中间，而是集中在行政边界、狭长地块、贴边点和重叠区域。
nearest 最容易给人一种“看起来也没错”的假象
最近邻很方便，因为它几乎总能给你一个结果。但要清楚，它回答的是距离最短，不是归属最正确。一个点最近的街道，不一定是它所在的街道；一个设施最近的地块，也不一定是管理上应该归入的地块。
在真实业务里，只要问题本身不是“找最近对象”，就不要因为 nearest 出结果快，就把它当成默认方案。快不等于对。
结果复核时怎么查得更稳
- 抽几条边界点，看 within 与 intersects 返回是否符合预期。
- 统计连接前后记录数，确认有没有一对多膨胀。
- 把几何画出来看，而不是只盯着 DataFrame 行数。
FAQ
within 和 contains 为什么结果不一样？
因为两者有方向。A within B 与 B contains A 相关，但当主表和右表换位时，返回记录组织方式会变化。
intersects 会把接边也算进去吗？
会。只要几何之间发生任何接触，包括边界相交，intersects 都会命中。
什么时候 nearest 才是正确选项？
当业务问题本来就是找最近设施、最近站点、最近服务对象时，它才应该成为主方案。
总结
GeoPandas sjoin 的关键不在于你会不会写函数，而在于你能不能把业务问题准确翻译成几何关系。
先定义关系，再选谓词，再做边界样本核查，这三个动作固定下来，空间连接的可靠性会高很多。