rgdal包readOGR使用

1R语言地图数据分类

R语言使用ggplot2作图，所支持的地图数据对象主要包括两类

sp： SpatialPolygonDataFrame

sf: Simple feature list column

这两株数据对象都可以通过读取shp数据获得

SP数据特点

SP空间数据对象是一个dataframe(数据描述层)和polygons(几何映射层)两个对象的组合

SP将地理数据分割为两大块：描述层和映射层，可以使用rgdal包的readOGR（)函数读取数据。

描述层记录各个地理区域的名称、ID、编号、简写、iOS编码等信息，可以通过data@data来获取描述曾数据框。

映射层是每一个行政区域的多边形边界点，按照order排序，按照group分组，多边形分界点信息是一个多层嵌套的list结构，但我们可以通过fortity函数将其装换位数据框。

SP格式数据集

SP数据再用ggplot2绘制时，需要分离描述层数据和几何映射层数据，并为两者指定连接的id，如果你好要绑定自己的分析数据，那么一共需要合并两次数据。

SF数据特点

最大特点hi是，他将每一个行政区划所对应的几何边界点封装成一个list对象，这条记录就像其他普通的文本记录一样，被排列在对应行政区划描述单元中

使用sf包的st_read()函数导入的空间数据对象完全是一个整齐的数据结构，这些行列中包括了描述层和几何多边形的边界点信息。SF对象我们只需要指定一次合并即可，即将描述层和你的分析数据合并，使用sf::st_read()函数读取数据即可得到SF数据对象，其为data.frame对象类型。

SF数据

2使用readOGR读取shp绘制地图

library(rgdal) #提供readOGR()函数

library(ggplot2)

library(dplyr)

p<-choose.files()

dataProjected <- readOGR(p) #读取shp文件

data1<-dataProjected@data #提取data数据，该数据为数据框类型，data1包2列括SP_id和type两列

rowid<-rownames(data1) #获取rowname,用于我们后面合并构造key值,其值为0，1，2....10

data1$id<-rowid #此时data1多了一列id,值为0-10

polydata<-fortify(dataProjected) #将SP数据转换为数据框，polydata包括7列long,lat,order,hole,id,group

data_map<-join(polydata,data1,by='id',type='full')#此时data_map包括9列

ggplot()+

geom_polygon(data=data_map, aes(x=long, y=lat, group=group,fill=type),colour="black",size=0.25)

使用coord_map("albers", parameters = c(0, 0))

我们如果有估计层面的shp数据则可以根据不同国家需求涂色

p_country<-choose.files()

dataCountru <- readOGR(p_country)

dataCountry1<-dataCountru@data #dataCountry1有两列，SP_ID和country

dataCountry1$id<-rownames(dataCountry1) #dataCountry1多了一列id，用于后续合并

country_poly<-fortify(dataCountru)

country_map<-join(country_poly,dataCountry1,by='id',type="full")

ggplot()+

geom_polygon(data=country_map, aes(x=long, y=lat, group=group,fill=country),colour="black",size=0.25)