Geopandas海量轨迹分析易内存溢出或结果错误，主因是未显式统一CRS、未预过滤、未构建空间索引；须设gdf.crs="EPSG:4326"、转EPSG:3857做距离计算、用gdf.sindex加速sjoin，并按rider_id和时间排序后构LineString再clip。
Geopandas 能处理海量轨迹空间分析，但直接读取原始经纬度 CSV 并构建 GeoDataFrame 后调用 sjoin 或 within 很容易内存爆掉或几何运算结果错乱——根本原因在于没做坐标系归一化、没预过滤、也没利用空间索引加速。
为什么 points_from_xy 后直接 sjoin 会出错或极慢
原始经纬度是 WGS84（EPSG:4326），但多数行政区划 GeoJSON / Shapefile 默认也是 EPSG:4326；看似匹配，实则 sjoin 在未设置 crs 或 CRS 不一致时会静默降级为笛卡尔计算，导致“北京骑手被判在海南”这类错误。更关键的是，百万级点不做空间索引就暴力匹配，时间复杂度接近 O(n×m)。
- 务必显式设置
gdf.crs = "EPSG:4326"，哪怕数据源本身是经纬度 - 对轨迹点做
gdf.geometry = gdf.geometry.to_crs("EPSG:3857")再做缓冲区或距离计算（WGS84 下buffer(0.01)单位是度，不是米） - 用
gdf.sindex预构建 R-tree 索引，sjoin才真正走索引路径 - 示例：加载 500 万点前先
gdf = gdf.sample(frac=0.01).reset_index(drop=True)快速验证流程是否正确
如何用 clip 和 intersects 安全截取城市内轨迹段
骑手轨迹是 LineString 序列，但原始数据常以点序列存储（每行一个 timestamp + lon/lat）。直接对点集做 clip 没意义——必须先按 rider_id 和时间排序，再用 shapely.ops.linemerge 或 geopandas.GeoSeries.from_xy + shapely.geometry.LineString 构建线段，否则 clip 出来的可能是碎点或空几何。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 先按
gdf.sort_values(["rider_id", "timestamp"], inplace=True)，再用groupby("rider_id")["geometry"].apply(lambda x: LineString(x.tolist())) - 目标面域（如某市 boundary）必须与轨迹线使用同一 CRS，且建议提前
boundary = boundary.to_crs(gdf.crs) -
gdf_clip = gpd.clip(gdf_lines, boundary)仅返回完全落在面内的线段；若需“只要有一段经过就算”，改用gdf_lines[gdf_lines.intersects(boundary.unary_union)] - 注意
unary_union会合并所有多边形，避免intersects对每个子多边形重复判断
用 spatial_weights 做热力聚合时为何结果发散
想统计每 500 米格网内骑手停留时长，但用 libpysal.weights.Queen.from_dataframe 或简单 gpd.overlay 切格网，常出现格网为空、计数为 0 或边界格网重复计数——问题出在格网划分方式和点到格网归属逻辑上。
- 别用
gpd.overlay(..., how="intersection")做点-格网关联，它默认按几何交集，而点 geometry 是 0 维，交集为空；应改用gpd.sjoin(gdf_points, grid_gdf, how="left", predicate="within") - 生成规则格网推荐用
shapely.ops.split+shapely.geometry.box手动切，或用geopandas.GeoDataFrame.from_features读取 H3 或 Uber’s H3 的 hexbin 结果，比 square grid 更抗边界畸变 - 停留时长不能只靠点密度，需先对每个骑手 ID 做
diff("timestamp")计算相邻点时间差，再assign(duration_sec=...)，最后按格网sum("duration_sec") - 千万注意：时间列必须是
pd.DatetimeIndex，否则diff返回纳秒而非秒
真正卡住的从来不是“会不会用 sjoin”，而是 CRS 是否全程显式对齐、几何类型是否匹配操作意图、以及是否在百万级数据上依赖了未索引的暴力遍历——这些细节不手动验证一遍，跑出来的结果连错在哪都查不到。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
