如何使用Python基于相似的坐标和年份选择数据点？

Question

我有两个数据集（shp文件（转换成csv）），其中一个包含火灾历史，另一个包含雷击。两个数据集都有经纬度坐标（相同的投影）和火灾/雷击年份。我想能够选择某一年引起火灾的雷击。 因此，我需要。。。 1） 选择火灾一定半径内的雷击 2） 从这些雷击中选出同一年内的雷击

附加：我需要它为每一个火灾区域（1300个地区），所以是自动的，因为手动选择将需要太长的时间。此外，我还将火灾区域的所有雷击都包括在距离火灾区域外部1公里的缓冲区内。因此，就坐标而言，我们讨论的变化不会超过0.1或0.2，时间上的不确定性可能更大，因为闪电数据集本身变化很大。比如说3到4周的不确定性。哦，输出不太重要，最好是一个形状文件。感谢您的关注

我试过使用gpd.sjoin，但是，它只连接两个数据集

Answer 1

谢谢你的回复

嗯，这些数据集是用Python导入的CSV文件。在地理信息系统中运行这个程序将需要大量的计算能力。我将不得不用Python执行这项任务，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（燃烧时间：2014年6月17日）（坐标：67.2129.9）有多处雷击（不同年份）。在给定的时间内，我总共有1300多个火灾区域和27000次雷击。 因此，我不相信我可以开始比较火灾和闪电的日期，因为这将导致连接不同坐标的闪电和火灾地区

附加：我需要它为每一个火灾区域（1300个地区），所以是自动的，因为手动选择将需要太长的时间。此外，我还将火灾区域的所有雷击都包括在距离火灾区域外部1公里的缓冲区内。因此，就坐标而言，我们讨论的变化不会超过0.1或0.2，时间上的不确定性可能更大，因为闪电数据集本身变化很大。比如说3到4周的不确定性。哦，输出不太重要，最好是一个形状文件。感谢您的关注