如何计算德国邮编区在各选区的面积占比？sf包技术求助

步骤1：计算每个邮编区的总面积 #

先单独算出每个邮编区的完整面积，后续用来计算占比：

# 计算邮编区总面积，保留邮编标识列（替换成你实际的邮编列名，比如plz）
plz_total_area <- shape_PLZ %>%
  mutate(total_area = st_area(.)) %>%
  st_drop_geometry() %>%  # 去掉几何列，只保留属性数据
  select(plz, total_area)

步骤2：计算交集区域并关联总面积 #

用st_intersection得到所有重叠区域后，关联邮编区的总面积，计算占比：

# 计算交集并生成占比数据
overlap_data <- st_intersection(shape_wahl, shape_PLZ) %>%
  mutate(overlap_area = st_area(.)) %>%  # 计算交集区域面积
  st_drop_geometry() %>%  # 移除几何列，转为普通数据框
  # 关联邮编区总面积，替换成对应的列名
  left_join(plz_total_area, by = "plz") %>%
  # 计算占比，保留两位小数
  mutate(percentage = as.numeric(overlap_area / total_area * 100) %>% round(2)) %>%
  # 筛选需要的列：邮编、选区、占比（替换成你实际的选区列名，比如wahlkreis）
  select(plz, wahlkreis, percentage)

步骤3：验证结果 #

运行后overlap_data就是你需要的表格：完全包含的邮编区会显示percentage = 100，跨选区的邮编区会按实际占比分条展示。

解决绘图全红的问题 #

你当前的代码把所有交集区域（包括完全被选区包含的邮编区）都填充红色，所以全图变红。如果只想突出显示跨多个选区的邮编区部分，可以过滤出占比不等于100%的交集区域来绘制：

pi <- st_intersection(shape_wahl, shape_PLZ) %>%
  mutate(overlap_area = st_area(.)) %>%
  left_join(plz_total_area, by = "plz") %>%
  mutate(percentage = as.numeric(overlap_area / total_area * 100)) %>%
  filter(percentage != 100)  # 只保留非完全包含的区域

ggplot() +
  geom_sf(data = shape_PLZ, aes(fill = category), color = "lightgrey") +
  geom_sf(data = shape_wahl, color = "black", fill = NA)+
  geom_sf(data = pi, fill = "red", alpha = 0.7)  # 加透明度避免遮挡底层图形

注意事项 #

• 替换代码中的plz和wahlkreis为你实际数据中的邮编列名和选区列名
• st_area返回的是带单位的面积值，计算占比时单位会自动抵消，无需额外转换
• 如果数据量很大，st_intersection运行较慢，可以先用st_simplify简化图形后再处理

内容的提问来源于stack exchange，提问作者mf_uni