R语言中按日时执行Spatial Left Join结果异常问题

问题场景 #

两个包含Day、Hour字符型字段的shapefile，使用sf::st_join按这两个字段执行左连接后，出现Day.x/Hour.x与Day.y/Hour.y不匹配的情况。

可能原因 #

• 字符型字段隐形差异：虽同为character类型，但可能存在肉眼不可见的差异，比如首尾空格、大小写不一致、全角/半角数字（如"１"和"1"）、特殊符号等，这些都会导致字段匹配失败。
• st_join默认逻辑优先级：st_join默认以空间关系优先（默认用st_intersects判断空间相交），仅在空间匹配的基础上，才会用by参数的字段过滤。若两个shp空间重叠但对应Day/Hour不匹配，就会出现空间匹配成功但字段不匹配的结果。
• 字段重名干扰：若两个shp存在其他重名字段，可能会干扰匹配逻辑（概率较低）。

解决方法 #

1. 清理字符型字段的隐形差异 #

先对两个shp的Day、Hour字段做标准化处理：

# 定义字段清理函数：去空格、统一小写、全角转半角
clean_char <- function(x) {
  x <- stringr::str_trim(x)
  x <- tolower(x)
  x <- stringi::stri_trans_general(x, "Fullwidth-Halfwidth")
  return(x)
}

# 对两个shp的目标字段做清理
shp1$Day <- clean_char(shp1$Day)
shp1$Hour <- clean_char(shp1$Hour)
shp2$Day <- clean_char(shp2$Day)
shp2$Hour <- clean_char(shp2$Hour)

2. 强制字段+空间双重匹配 #

如果需求是必须同时满足字段匹配+空间匹配，需自定义匹配函数并指定join参数：

# 自定义匹配逻辑：空间相交且Day、Hour字段完全相等
match_both <- function(x, y) {
  spatial_match <- sf::st_intersects(x, y, sparse = FALSE)
  attr_match <- outer(x$Day, y$Day, `==`) & outer(x$Hour, y$Hour, `==`)
  return(spatial_match & attr_match)
}

# 执行双重条件的左连接
joined_data <- sf::st_join(shp1, shp2, join = match_both, left = TRUE)

3. 先属性连接再关联空间 #

如果需求是优先按Day/Hour属性匹配，再保留空间信息，可先转成普通数据框做属性连接，再转回sf格式：

# 移除空间信息，转成普通数据框做属性左连接
shp1_df <- sf::st_drop_geometry(shp1)
shp2_df <- sf::st_drop_geometry(shp2)
attr_joined <- dplyr::left_join(shp1_df, shp2_df, by = c("Day", "Hour"))

# 重新关联空间信息，转回sf对象
joined_data <- dplyr::bind_cols(shp1 %>% sf::st_geometry(), attr_joined) %>% 
  sf::st_sf()

4. 提前验证字段一致性 #

检查两个shp的Day、Hour字段唯一值是否存在完全不匹配的取值：

# 查看Day字段的取值差异
setdiff(shp1$Day, shp2$Day)
setdiff(shp2$Day, shp1$Day)

# 查看Hour字段的取值差异
setdiff(shp1$Hour, shp2$Hour)
setdiff(shp2$Hour, shp1$Hour)

内容的提问来源于stack exchange，提问作者Usman YousafZai