Python GIS神器：一行代码搞定空间数据匹配，类似vlookup，多种模式，大数据匹配

Python GIS神器：一行代码搞定空间数据匹配（Point in Polygon）——tablegis库match_layer详解

前言

在数据分析、城市规划、物流配送、网格管理等领域，我们经常遇到这样的需求：

城市规划/地产：手头有一堆POI兴趣点（经纬度），想知道它们分别属于哪个行政区、哪个商圈？
物流/外卖：成千上万个订单地址，如何快速划分到不同的配送站或责任网格？
环保/气象：监测站点数据，如何对应到具体的流域或气象分区？

在GIS（地理信息系统）中，这叫做**空间连接（Spatial Join）或点在多边形内（Point in Polygon）**的问题。通常我们需要安装庞大的ArcGIS/QGIS软件，或者编写复杂的Geopandas/Shapely代码来处理。

今天介绍一个Python库tablegis，它封装了这些复杂操作，让你一行代码就能完成空间匹配，并且支持处理一对多（一个点在多个区域重叠）的复杂情况。

1. 安装与准备

首先，确保你的Python环境已经安装了tablegis。

pipinstalltablegis

准备工作：
你需要两份数据：

点数据（DataFrame）：包含经纬度的表格（如Excel、CSV），比如店铺列表、订单记录。
面数据（GeoDataFrame/Shapefile）：包含区域边界的矢量数据，比如行政区划、网格围栏。

2. 核心方法：match_layer

match_layer是tablegis的核心功能之一，用于将“面数据”的属性“挂”到“点数据”上。

函数签名

importtablegisastg result=tg.match_layer(df,# 你的点数据（DataFrame）layer,# 你的面数据（GeoDataFrame 或 shp文件路径）lon='lon',# 点数据中经度列名lat='lat',# 点数据中纬度列名columns=None,# 你想获取面数据里的哪些列（比如 'district_name', 'zone_id'）default_value=None,# 如果点不在任何区域内，填什么值（比如 '未知区域'）match_method='one',# 匹配模式：'one' (取第一个), 'multi_cell' (合并), 'multi_row' (炸裂)sep=';',# 当 match_method='multi_cell' 时的分隔符predicate='intersects'# 空间关系，通常用默认的即可)

3. 实战案例

场景一：城市规划/商业分析 - 确定店铺所属行政区

假设你有一个店铺列表shops.csv，和北京市行政区划beijing_districts.shp。

需求：给每个店铺加上“所属区县”字段。

importpandasaspdimportgeopandasasgpdimporttablegisastg# 1. 读取数据df_shops=pd.read_csv('shops.csv')# 假设数据长这样：# | shop_name | longitude | latitude |# |-----------|-----------|----------|# | 肯德基A店 | 116.40 | 39.90 |gdf_districts=gpd.read_file('beijing_districts.shp')# 假设数据长这样（带有geometry）：# | district_name | district_code | geometry |# |---------------|---------------|----------|# | 朝阳区 | 110105 | POLYGON...|# 2. 一行代码匹配# 我们想要 'district_name' 这一列result=tg.match_layer(df_shops,gdf_districts,lon='longitude',lat='latitude',columns=['district_name'])print(result)# 结果会自动添加 district_name 列：# | shop_name | longitude | latitude | district_name |# |-----------|-----------|----------|---------------|# | 肯德基A店 | 116.40 | 39.90 | 东城区 |

场景二：物流配送 - 处理重叠区域（一对多匹配）

有时候区域是重叠的。比如一个快递点可能同时属于“朝阳区”和“CBD商圈”两个图层要素（如果它们在同一个图层里），或者在网格管理中，边界处的点可能算作两个网格的重叠区。

需求：如果一个点落在两个区域里，我要把两个区域的名字都记下来，用分号隔开。

# 使用 match_method='multi_cell'result=tg.match_layer(df_shops,gdf_zones,columns=['zone_name'],match_method='multi_cell',# 关键参数：合并单元格sep=';'# 分隔符)# 结果：# | shop_name | zone_name |# |-----------|-----------------|# | 某某店铺 | 责任区A;责任区B |

场景三：数据清洗 - 找出不在服务区的数据

需求：找出所有不在任何服务范围内的订单，标记为“超区”。

# 使用 default_valueresult=tg.match_layer(df_orders,gdf_service_areas,columns=['station_name'],default_value='超区'# 关键参数：缺失填充)# 结果：# | order_id | station_name |# |----------|--------------|# | 1001 | 望京站 |# | 1002 | 超区 |

场景四：精细化分析 - 一行拆多行（Explode）

需求：如果一个点属于多个区域，我希望它变成多行数据，每一行对应一个区域，方便后续透视表统计。

# 使用 match_method='multi_row'result=tg.match_layer(df_points,gdf_layers,columns=['type'],match_method='multi_row'# 关键参数：多行炸裂)# 原始数据1行 -> 结果可能变2行

4. 参数详解速查表

参数	类型	默认值	说明
`df`	DataFrame	必填	你的左表（点数据）。
`layer`	GeoDataFrame/str	必填	你的右表（面数据），可以是变量也可以是文件路径。
`lon`/`lat`	str	‘lon’/‘lat’	指定df中经纬度的列名。
`columns`	list/str	None	最重要：指定要从layer中获取哪些属性列。不填则获取除geometry外的所有列。
`default_value`	any	None	当点不在任何面上时，新列填充的值（默认是NaN）。
`match_method`	str	‘one’	‘one’: 随便取一个匹配到的（默认）； ‘multi_cell’: 匹配到多个时，将值合并成字符串（如 “A,B”）； ‘multi_row’: 匹配到多个时，复制该行数据，产生多行。
`sep`	str	‘;’	当模式为 ‘multi_cell’ 时的连接符。