Geopandas 中的空间连接：使用 `sjoin` 进行空间关系连接

Geopandas 是一个用于处理地理空间数据的 Python 库，它提供了强大的工具来分析和可视化地理数据。在 Geopandas 中，sjoin 是一种进行空间关系连接的方法。空间关系连接是将两个 geopandas DataFrame 根据它们的地理位置进行匹配的操作。
基本用法：
假设我们有两个 geopandas DataFrame，df1 和 df2，它们都有一个地理列（geometry）。我们可以使用 sjoin 方法将它们连接起来，基于它们之间的空间关系。

import geopandas as gpd
from shapely.geometry import Polygon
# 创建示例数据
df1 = gpd.GeoDataFrame({'geometry': [Polygon([(0, 0), (2, 0), (2, 2), (0, 2)])]})
df2 = gpd.GeoDataFrame({'geometry': [Polygon([(1, 1), (3, 1), (3, 3), (1, 3)])]})
# 使用 sjoin 进行空间关系连接
result = gpd.sjoin(df1, df2, how='left')

参数：

• how：连接类型，可以是 ‘left’、’inner’ 或 ‘outer’。’left’ 表示左连接，即保留左侧 DataFrame 的所有行，与右侧 DataFrame 进行匹配。’inner’ 表示内连接，只保留两个 DataFrame 中都有的行。’outer’ 表示外连接，保留左侧 DataFrame 的所有行和右侧 DataFrame 中没有匹配的行。
• method：匹配方法，可以是 ‘distance’ 或 ‘contains’。’distance’ 表示根据两个几何对象之间的距离进行匹配，’contains’ 表示如果左侧 DataFrame 中的几何对象包含右侧 DataFrame 中的几何对象，则进行匹配。
• op：比较运算符，用于指定如何比较几何对象之间的距离或包含关系。可以是 ‘<’、’>’、’<=’、’>=’、’==’ 或 ‘!=’。
• tolerance：容差值，用于指定距离或包含关系的阈值。只有当距离小于或等于容差值时，两个几何对象才会被视为匹配。
• 其他参数：根据需要添加其他可选参数。
  示例：
  假设我们有一个包含房屋信息的 geopandas DataFrame（df_houses），和一个包含学校信息的 geopandas DataFrame（df_schools）。我们想要找到距离学校 1000 米范围内的房屋。我们可以使用 sjoin 方法来实现这个目标：

  # 创建示例数据
  df_houses = gpd.GeoDataFrame({'geometry': [Polygon([(0, 0), (2, 0), (2, 2), (0, 2)])]})
  df_schools = gpd.GeoDataFrame({'geometry': [Polygon([(1, 1), (3, 1), (3, 3), (1, 3)])]})
  # 使用 sjoin 进行空间关系连接，找到距离学校 1000 米范围内的房屋
  result = gpd.sjoin(df_houses, df_schools, how='left', method='distance', op='<=', tolerance=1000)

  在这个例子中，我们使用了 ‘left’ 连接类型、’distance’ 匹配方法和 ‘<=’ 比较运算符。我们将 tolerance 参数设置为 1000，表示只保留距离学校小于或等于 1000 米范围内的房屋。最终结果将是一个新的 geopandas DataFrame，其中包含原始的房屋信息和与学校之间的距离信息。