如何将多层SpatRaster转换为因子类型以解决ggplot离散比例尺报错？

问题根源 #

terra::as.factor()仅为SpatRaster添加类别元数据，但ggplot的geom_spatraster读取时仍会将其识别为连续值，核心原因是栅格的底层值类型未真正转换为因子，仅靠元数据无法让ggplot识别为离散变量。

1. 单层SpatRaster的正确处理 #

你之前用values(c) <- as.factor(values(c))解决是正确的，这直接修改了栅格值的类型。简化实现如下：

library(terra)
library(ggplot2)
library(RStoolbox)

r <- rast(RStoolbox::rlogo)
k <- kmeans(r, 4)
c <- r[[1]]
values(c) <- as.factor(k$cluster) # 直接将聚类结果转为因子赋值

# 验证值类型
str(values(c)) # 输出应为 Factor w/ 4 levels "1","2","3","4"

# 正常绘图
ggplot() +
  geom_spatraster(data = c) +
  scale_fill_brewer(palette = "Set1")

2. 多层SpatRaster的批量转换 #

针对多层栅格，需要遍历每个图层，将底层值逐一转换为因子，以下是两种可靠方法：

方法一：手动遍历赋值 #

r <- rast(RStoolbox::rlogo)
# 初始化空的多层栅格
c <- rast(nrows = nrow(r), ncols = ncol(r), nlyrs = 3, crs = crs(r), extent = ext(r))
names(c) <- c("kmeans_4", "kmeans_2", "kmeans_5")

# 生成聚类结果
k1 <- kmeans(r, 4)
k2 <- kmeans(r, 2)
k3 <- kmeans(r, 5)

# 批量赋值并转换为因子
values(c[[1]]) <- as.factor(k1$cluster)
values(c[[2]]) <- as.factor(k2$cluster)
values(c[[3]]) <- as.factor(k3$cluster)

# 验证每个图层的类型
sapply(1:nlyr(c), function(i) class(values(c[[i]])))
# 输出应为 "factor" "factor" "factor"

方法二：用terra::app()批量转换 #

如果已有多层数值型栅格，可通过app()统一处理：

# 假设c是已赋值聚类编号的多层数值栅格
c_factor <- app(c, function(x) as.factor(x))

# 验证值类型
str(values(c_factor[[1]]))

绘图验证 #

转换完成后，任意图层都可正常使用离散比例尺：

# 单图层绘图
ggplot() +
  geom_spatraster(data = c_factor[[1]]) +
  scale_fill_brewer(palette = "Set1")

# 多图层分面绘图
ggplot() +
  geom_spatraster(data = c_factor) +
  scale_fill_brewer(palette = "Set1") +
  facet_wrap(~lyr)

关键注意事项 #

• 避免直接调用as.factor(c)转换多层栅格：该操作仅添加类别元数据，不修改底层值类型，ggplot仍会识别为连续值。
• 必须确保栅格的实际值是因子类型，通过values() <- as.factor(...)直接赋值是最可靠的方式。

内容的提问来源于stack exchange，提问作者user2955884