在R中从CSV的FeatureCollection提取LineString坐标求助

问题场景 #

有一份5000行的CSV文件，其中journeyroute列存储FeatureCollection格式的JSON数据，示例如下：

{"type": "FeatureCollection", "features": [{"type": "Feature", "geometry": {"type": "Point", "coordinates": [-4.095772, 50.409393]}, "properties": {"name": "start"}}, {"type": "Feature", "geometry": null, "properties": {"name": "end"}}, {"type": "Feature", "geometry": {"type": "LineString", "coordinates": [[-4.095772, 50.409393], [-4.095781, 50.409397], [-4.095792, 50.409401], [-4.095965, 50.40971], [-4.096064, 50.410069], [-4.09597, 50.410397]]}, "properties": {"distance": 4027.4, "name": "Raw", "times": [1690900467000, 1690900520000, 1690900522000, 1690900539000, 1690900550000, 1690900569000], "duration": 4923.0}}]}

目标是提取其中的LineString数据，生成包含sf LineString几何列的数据框，但尝试的代码报错。

尝试代码 #

new_df <- df %>%
    mutate(geo = map(Journey.Route, ~ jsonlite::fromJSON(.))) %>%
    as.data.frame() %>%
    unnest(geo) %>%
    filter(geo != "FeatureCollection") %>%
    mutate(coord = rep(c("x", "y"))) %>%
    pivot_wider(names_from = coord, values_from = coordinates)

报错信息 #

Error in `mutate()`:
ℹ In argument: `coord = rep(c("x", "y"))`.
Caused by error:
! `coord` must be size 5000 or 1, not 2.
Run `rlang::last_trace()` to see where the error occurred.

错误原因 #

1. rep(c("x", "y"))未指定重复次数，默认仅生成2个元素，但当前数据框行数远大于2，导致列长度不匹配，触发错误。
2. 原代码逻辑未正确处理FeatureCollection的结构：unnest(geo)会把整个JSON列表打散，无法精准定位到features中的LineString几何数据。

解决方案 #

使用dplyr、purrr、jsonlite和sf包，按以下步骤提取并转换：

完整代码 #

library(dplyr)
library(purrr)
library(jsonlite)
library(sf)

# 读取CSV文件（替换为你的文件路径）
df <- read.csv("your_data.csv")

# 提取LineString并转为sf数据框
sf_result <- df %>%
  mutate(
    # 逐行解析JSON字符串为列表
    route_list = map(Journey.Route, ~ fromJSON(.)),
    # 从features中筛选出LineString类型的几何数据
    linestring_coords = map(route_list, ~ {
      features <- .$features
      # 筛选geometry类型为LineString的条目，提取坐标数组
      filter(features, geometry.type == "LineString") %>%
        pull(geometry.coordinates) %>%
        # 确保提取到的是坐标矩阵（处理单条LineString的情况）
        {if (length(.) > 0) .[[1]] else NULL}
    }),
    # 将坐标数组转为sf LineString几何对象，设置坐标系（这里用WGS84）
    geometry = map(linestring_coords, ~ {
      if (!is.null(.)) st_linestring(.) %>% st_sfc(crs = 4326) else NULL
    })
  ) %>%
  # 移除中间辅助列
  select(-route_list, -linestring_coords) %>%
  # 过滤掉没有LineString的行（可选）
  filter(!map_lgl(geometry, is.null)) %>%
  # 转为sf数据框
  st_as_sf()

代码说明 #

• map(Journey.Route, ~ fromJSON(.))：逐行解析JSON字符串为结构化列表，保留FeatureCollection的层级。
• 筛选features中geometry.type为LineString的条目，提取对应的坐标数组。
• st_linestring(.)将二维坐标数组转为LineString几何对象，st_sfc(crs = 4326)为几何对象指定坐标系（WGS84，可根据实际需求调整）。
• st_as_sf()将普通数据框转为sf数据框，自动识别geometry列为几何列，支持后续空间分析操作。

内容的提问来源于stack exchange，提问作者Tim Binding