我有两个数据集（shp 文件（转换为 csv）），其中一个包含火灾历史，另一个包含雷击。两个数据集都有纬度和经度坐标（相同的投影）和火灾/雷击年份。我希望能够选择某年引起火灾的雷击。因此，我需要... 1）选择火灾一定半径内的雷击 2）从这些雷击中选择同一年内的雷击。
附加：每个火灾区域（1300 个区域）我都需要它，所以是自动化的，因为手动选择需要太长时间。此外，我将火区的所有雷击都包括在距离火区外部 1 公里的缓冲区内。所以就坐标而言，我们不是在谈论超过 0.1 或 0.2 的变化。时间不确定性可能更大，因为闪电数据集自身内部变化很大。假设有 3 到 4 周的不确定性。哦，输出不太重要，最好是形状文件。感谢您的关注。——</p>
我尝试过使用 gpd.sjoin，但是，这只加入了两个数据集。
感谢你的回复。
嗯，这些数据集是用 Python 导入的 CSV 文件。在 GIS 中运行它需要大量的计算能力，就像目前一样。我将不得不在 Python 中执行任务并根据我的发现创建新的数据文件。
例如，在火灾区域内或附近（燃烧：2014 年 6 月 17 日）（坐标：67.2, 129.9）有多次雷击（来自不同年份）。在给定的时间内，我总共有 1300 多个火灾区域和 27,000 次雷击。因此，我不相信我可以从比较火灾和闪电的日期开始，因为这将导致连接具有不同坐标的闪电和火灾区域。
附加：每个火灾区域（1300 个区域）我都需要它，所以是自动化的，因为手动选择需要太长时间。此外，我将火区的所有雷击都包括在距离火区外部 1 公里的缓冲区内。所以就坐标而言，我们不是在谈论超过 0.1 或 0.2 的变化。时间不确定性可能更大，因为闪电数据集自身内部变化很大。假设有 3 到 4 周的不确定性。哦，输出不太重要，最好是形状文件。感谢您的关注。——</p>