本文关键词：geo数据怎么导入r
上周帮师弟跑数据，看着他对着电脑屏幕抓耳挠腮，鼠标都在桌面上摩擦出火星子，我凑过去一看，好家伙，又是那个经典难题：geo数据怎么导入r。他手里攥着一堆乱七八糟的shapefile，还有一张Excel里嵌的经纬度表，眼睛都看花了。这种场景太常见了，尤其是刚接触空间分析的文科生或者想搞可视化图表的运营同学，稍微卡个壳就怀疑人生。
很多人第一反应是找网上的“万能代码”，复制粘贴进去，报错一片，心态直接崩盘。我吃过亏，以前用sf包直接读入某个城市的边界数据，结果因为坐标系不统一，画出来的地图像被橡皮泥揉过一样，全是锯齿。别急，咱们把复杂的问题拆解开，分三种最常见的情况来聊聊，保证你看完能动手。
第一种：你手里是标准的shp文件。
这是最规范的情况。你需要用到sf包里的read_sf()函数。注意，不是base包里的，别找错地方了。我的习惯是先安装sf，如果提示依赖包缺失，记得同时装上gdal。代码极简，read_sf("path/to/your/file.shp")。但这只是第一步，重点来了：一定要用st_crs()检查一下坐标系！ 如果提示是NA，恭喜你，你的数据可能没带.prj文件，或者元数据损坏。这时候别硬刚，先用st_set_crs(4326)强行指定一下（前提是你知道它确实是WGS84经纬度），不然后面叠加底图时，图层会飞到太平洋里去。我见过最离谱的案例，有人把北京的数据导进去，结果叠加在非洲刚果盆地上面，一脸懵。
第二种：Excel里的经纬度散点数据。
这种情况更头疼，因为Excel读进来默认是data.frame，R不认识这是“空间数据”。你得用st_as_sf()转换。关键步骤在于指定坐标列名和坐标系。比如，coords = c("longitude", "latitude")，然后crs = 4326。这里有个大坑，很多Excel从网页复制下来的经纬度，精度只有小数点后1位甚至2位。这种数据在R里画出来就是糊成一团，完全看不出细节。建议回去源数据多保留几位小数，或者至少保留到小数点后6位，精度差那么一丢丢，在微观尺度下的分析差异巨大。我去年做一个社区选址项目，就因为没注意坐标精度偏差，把两个仅隔一条路的竞品店合并成了一个点，差点让方案被毙。
第三种：GeoJSON格式。
现在很多新网站提供的数据都是.json结尾的GeoJSON。直接用read_sf()通常能识别，但偶尔会报“Error: Invalid geometry”的错误。这时候，试试用st_read()函数，它更皮实。如果还是报错，大概率是文件格式问题，比如文件开头有多余的空行，或者字符编码是GBK而不是UTF-8。用记事本另存为UTF-8编码，往往奇效。我记得有一次导一个国外API返回的JSON，死活读不进去，后来发现里面有个奇怪的不可见字符，用Notepad++清理一下就好了。
数据对比与实战建议：
我刚入门时，为了追求“优雅”，试图用tidyverse全家桶搞定所有流程，结果调试代码的时间比分析数据还长。后来发现，对于geo数据怎么导入r这个特定环节，专用包sf的效率远比通用数据处理流程高。对比一下时间消耗：手动清洗坐标点再导入，平均花费40分钟；直接用sf读取并统一投影，10分钟搞定。这省下的半小时，足够我多跑两个回归模型或者去楼下买杯咖啡冷静一下。
还有一种情况，如果你的数据是栅格（Raster），比如DEM高程数据，那就要找raster包或者terra包了。st_raster()或者rast()函数对应着不同的工作流。terra包是现在的推荐标准，因为内存占用更低，处理大尺度数据时不会动不动就内存溢出。我试着处理过整个华北平原的水土流失数据，用老版的raster包挂了三次机，换用terra后一次性通过，那种顺畅感真的让人想给写代码的人发封感谢信。
最后说点大实话。遇到报错，别上来就删包重装。先看错误提示的第一行，通常是关键线索。如果提示“CRS must be defined”，那就是坐标系没定义；如果提示“Invalid file”，那就是路径错了或者文件坏了。多花两分钟阅读报错信息，比盲猜强百倍。
至于为什么大家总纠结于导入这一步？因为空间分析的魅力在于“叠加”和“邻域”，如果基础数据进不来，或者投影乱七八糟，后面做的所有缓冲区分析、热点分析都是空中楼阁。我记得有次汇报，老板指着大屏上一张变形的地图问：“为什么我们的门店都跑到马路对面去了？”当时那个尴尬程度，简直想找个地缝钻进去。从那以后，我养成了习惯：导入即校验，st_bbox()看一下范围，st_crs()看一下投影，三秒钟的事，能避开90%的低级错误。
如果你正在头疼这件事，不妨先别写复杂代码，打开QGIS，把数据拖进去看看能不能正常显示。能在QGIS里正常显示的shp，在R里大概率也能读。如果QGIS都读不出来，那问题就不在R了，而在数据源本身。有时候，退一步，用专业工具验证一下，比在R语言里死磕效率高得多。这不仅是技术问题，更是一种数据思维：尊重数据的本源，才能掌控分析的结果。