refactor: 重构项目结构，将geo_tools重命名为app并更新相关引用

- 将主包名从geo_tools改为app
- 更新所有模块中的引用路径
- 迁移并更新测试用例
- 添加项目规则文档
- 保持原有功能不变，仅进行结构调整

app/analysis/stats.py

@@ -0,0 +1,136 @@
+"""
+geo_tools.analysis.stats
+~~~~~~~~~~~~~~~~~~~~~~~~~
+空间统计工具：属性汇总、面积加权均值、空间自相关指数等。
+"""
+
+from __future__ import annotations
+
+import geopandas as gpd
+import numpy as np
+import pandas as pd
+
+from app.utils.logger import get_logger
+
+logger = get_logger(__name__)
+
+
+def area_weighted_mean(
+    gdf: gpd.GeoDataFrame,
+    value_col: str,
+    group_col: str | None = None,
+    projected_crs: str = "EPSG:3857",
+) -> pd.Series | pd.DataFrame:
+    """计算面积加权均值。
+
+    Parameters
+    ----------
+    gdf:
+        输入 GeoDataFrame（面要素）。
+    value_col:
+        需要加权平均的属性列名。
+    group_col:
+        分组字段名；若为 ``None`` 则对整个 GDF 计算单一结果。
+    projected_crs:
+        用于计算面积的平面投影 CRS。
+
+    Returns
+    -------
+    pd.Series（无分组）或 pd.DataFrame（有分组）
+    """
+    gdf = gdf.copy()
+
+    # 计算面积
+    if not gdf.crs or not gdf.crs.is_projected:
+        projected = gdf.to_crs(projected_crs)
+    else:
+        projected = gdf
+    gdf["_area"] = projected.geometry.area
+
+    if group_col is None:
+        total_area = gdf["_area"].sum()
+        result = (gdf[value_col] * gdf["_area"]).sum() / total_area
+        return pd.Series({"area_weighted_mean": result, "total_area": total_area})
+
+    def _weighted(group: pd.DataFrame) -> float:
+        return float((group[value_col] * group["_area"]).sum() / group["_area"].sum())
+
+    result = gdf.groupby(group_col).apply(_weighted, include_groups=False).rename("area_weighted_mean") # type: ignore[no-untyped-call]
+    area_sum = gdf.groupby(group_col)["_area"].sum().rename("total_area")
+    return pd.concat([result, area_sum], axis=1).reset_index()
+
+
+def summarize_attributes(
+    gdf: gpd.GeoDataFrame,
+    columns: list[str] | None = None,
+    group_col: str | None = None,
+    agg_funcs: list[str] | None = None,
+) -> pd.DataFrame:
+    """对属性列进行统计汇总（最大、最小、均值、总和等）。
+
+    Parameters
+    ----------
+    gdf:
+        输入 GeoDataFrame。
+    columns:
+        统计的列名列表；``None`` 则自动选取所有数值列。
+    group_col:
+        分组字段名；``None`` 则对全局统计。
+    agg_funcs:
+        聚合函数列表，默认 ``["count", "mean", "min", "max", "sum", "std"]``。
+
+    Returns
+    -------
+    pd.DataFrame
+    """
+    if agg_funcs is None:
+        agg_funcs = ["count", "mean", "min", "max", "sum", "std"]
+
+    df = gdf.drop(columns=["geometry"], errors="ignore")
+
+    if columns is None:
+        columns = df.select_dtypes(include="number").columns.tolist()
+
+    if not columns:
+        raise ValueError("未找到数值列，请显式指定 columns 参数。")
+
+    subset = df[columns]
+
+    if group_col is None:
+        return subset.agg(agg_funcs).T.rename_axis("column").reset_index()  # type: ignore[no-untyped-call]
+
+    df_with_group = df[[group_col] + columns]
+    return df_with_group.groupby(group_col)[columns].agg(agg_funcs).reset_index()
+
+
+def count_by_polygon(
+    points: gpd.GeoDataFrame,
+    polygons: gpd.GeoDataFrame,
+    count_col: str = "point_count",
+) -> gpd.GeoDataFrame:
+    """统计每个面要素内的点要素数量（类似 ArcGIS「面要素统计点」）。
+
+    Parameters
+    ----------
+    points:
+        点图层。
+    polygons:
+        面图层。
+    count_col:
+        新增计数列名。
+
+    Returns
+    -------
+    gpd.GeoDataFrame
+        含 ``count_col`` 列的 polygons 副本。
+    """
+    if points.crs != polygons.crs:
+        points = points.to_crs(polygons.crs)    # type: ignore
+
+    joined = gpd.sjoin(points, polygons, how="inner", predicate="within")
+    point_counts = joined.groupby("index_right").size().rename(count_col)
+
+    result = polygons.copy()
+    result = result.join(point_counts)
+    result[count_col] = result[count_col].fillna(0).astype(int)
+    return result