GeoPandas空间连接操作步骤
GeoPandas空间连接通过GeoDataFrame.sjoin()按intersects、contains等空间谓词合并两个GeoDataFrame的属性,或用sjoin_nearest()按最近距离连接;操作前必须统一CRS,默认how=’inner’只保留匹配行并保留左表几何。常见场景是点图层挂接相交多边形属性。截至2026年11月,推荐使用GeoPandas 1.2.0(2026年9月28日发布)及以上版本,Python需≥3.11。

空间连接前必须做好的准备
空间连接失败或结果为空,绝大多数情况是CRS不一致或几何无效。先确认环境,再对齐坐标系并清洗数据。
- 安装推荐用conda创建独立环境,避免通道混用:先conda create -n geo_env并激活,再conda config –env –add channels conda-forge、conda config –env –set channel_priority strict,最后conda install python=3 geopandas。也可用pip install geopandas或pip install ‘geopandas[all]’,但C库依赖(GEOS/GDAL/PROJ)在Windows上更容易出问题。
- 必需依赖包括numpy≥2、pandas≥2.2、shapely≥2.1、pyogrio≥0.8、pyproj≥3.7.0等。版本要求可在官方pyproject.toml核对。
- 检查并统一CRS:打印left.crs和right.crs,用.to_crs()真正重投影(不要只用.set_crs()声明)。通常把右表投到左表:right = right.to_crs(left.crs)。
- 过滤无效/空几何:gdf = gdf[gdf.geometry.notna() & gdf.is_valid & ~gdf.geometry.is_empty],否则后续可能触发IndexError或空结果。
版本信息可到GeoPandas GitHub标签页查看最新稳定版。
用sjoin完成空间连接的完整步骤
sjoin基于二进制空间谓词把右表属性挂到左表匹配行上,保留左表几何。推荐用方法形式left.sjoin(right, …),顶级函数sjoin未来可能弃用。具体参数与示例可对照本站GeoPandas空间连接Sjoin函数怎么用一文。
- 准备两个同CRS的GeoDataFrame(例如点图层groceries与多边形图层chicago)。
- 调用连接:joined = groceries.sjoin(chicago, how=”inner”, predicate=”intersects”)。
- 检查结果行数与新增列(右表属性会带上rsuffix,默认_right)。
- 若只需部分列,再做列选择或重命名。
- 验收:目视抽查几条记录,确认点确实落在对应多边形内,且属性正确合并。
how参数决定保留哪些行:’inner’(默认)只留匹配行;’left’保留左表全部行(无匹配则右表属性为空);’right’保留右表全部行并改用右表几何。
| 参数 | 含义 | 常用取值 |
|---|---|---|
| how | 保留行与几何来源 | inner / left / right |
| predicate | 空间关系谓词 | intersects(默认)、contains、within、touches、crosses、overlaps、covers、dwithin等 |
| lsuffix / rsuffix | 重名列后缀 | 默认_left / _right |
| distance | 仅dwithin使用 | 距离阈值(CRS单位) |
| on_attribute | 额外属性条件匹配 | 列名列表 |
可用谓词取决于空间索引,可用left.sindex.valid_query_predicates查看。点找面时优先intersects,不要误用within(边界点会丢)。
什么时候改用sjoin_nearest
当要素不相交但需要“最近的一个”时,用sjoin_nearest。它共享how参数,并增加max_distance(强烈建议设置,提升性能并避免跨太远匹配)、distance_col(输出距离列)、exclusive(是否排除完全相同的几何)。
- 确保投影坐标系(米制),地理CRS(经纬度)下距离不准。
- 调用示例:joined = points.sjoin_nearest(polygons, how=”left”, max_distance=500, distance_col=”dist”)。
- 验收:查看dist列是否合理,无匹配行是否按how正确处理。
max_distance过小会导致空结果,过大则变慢。大数据场景下空间连接变慢的优化思路见本站GeoPandas空间连接太慢?GIS大数据如何优化?。

结果为空、CRS警告或报错时怎么排查
空结果最常见原因是CRS不匹配(会出现“CRS mismatch”警告)、谓词选错、几何无效或max_distance太小。解决路径:
- 先打印两边.crs并强制right = right.to_crs(left.crs)。
- 换predicate试intersects,再过滤无效几何。
- sjoin_nearest时临时去掉或放大max_distance验证。
- 确认左右表都不为空,且几何列名正确(默认geometry)。
具体报错信息与sjoin_nearest细节,可直接参考本站GeoPandas空间连接报错:sjoin报错和sjoin_nearest用法。
常见问题
空间连接后为什么行数变多了?
一个左表要素可能与多个右表要素满足谓词(如一个点落在重叠多边形上),how=’inner’或’left’会产生一对多行。需要唯一匹配时,可先用sjoin_nearest或事后按距离/面积去重。
地理坐标系下sjoin_nearest距离准吗?
不准。距离按CRS单位计算,经纬度下数值无实际米制意义。请先投影到合适的投影坐标系再做最近邻。
如何确认两个图层真的发生了相交?
连接前可单独做left.intersects(right.unary_union)或抽样用predicate可视化检查;连接后抽查属性与几何叠加图,确认逻辑正确。
必须用相同CRS吗?set_crs够不够?
必须相同。set_crs只改元数据不改坐标,会导致错误匹配或空结果;务必用to_crs做真正重投影。
GeoPandas空间连接的核心是统一CRS、选对how与predicate(或max_distance),并先清洗无效几何。建议日常优先用方法形式sjoin/sjoin_nearest,大数据时配合空间索引与合理半径;遇到空结果先查CRS,再对照本站相关教程逐步验收。