使用上传文件创建choropleth地图报错：'by'必须指定唯一有效列

这个报错的核心是空间数据（GeoJSON）和上传的CSV数据在合并时，用于匹配郡名称的列不符合要求，可能是列名不匹配、存在重复值，或者数据类型不一致。下面是具体的排查和解决步骤：

1. 先确认匹配列的一致性 #

• 检查GeoJSON文件中的郡名称列（比如NAME、county）和CSV中的郡名称列（比如County、郡名）完全一致：包括大小写、空格、全称/缩写，比如GeoJSON里是"Essex County"，CSV里不能只写"Essex"，也不能是小写的"essex county"。
• 确保两列的类型统一：都转成字符型，避免因子类型导致的匹配失败，比如用dplyr::mutate(County = as.character(County))处理CSV列，sf::st_drop_geometry(nj_geo) %>% mutate(NAME = as.character(NAME))处理GeoJSON列。

2. 清理重复数据 #

报错的常见原因是某一方数据里有重复的郡记录：

• 对CSV数据：如果同一个郡有多条记录，先按郡分组计算均值，确保每个郡只有一条数据：

  csv_clean <- csv_data %>%
    group_by(County) %>%
    summarize(plastic_mean = mean(塑料均值列名, na.rm = TRUE)) %>%
    ungroup()
  

• 对GeoJSON数据：检查是否有重复的郡几何对象，用table(nj_geo$郡名称列)查看，如果有重复，用dplyr::distinct(郡名称列, .keep_all = TRUE)去重。

3. 显式指定合并的匹配列 #

不要依赖自动匹配，合并时必须明确写出两边对应的列名，比如GeoJSON的列是NAME，CSV的列是County：

merged_data <- dplyr::left_join(nj_geo, csv_clean, by = c("NAME" = "County"))

修正后的完整示例代码片段 #

output$choropleth_map <- renderPlot({
  req(input$csv_file)
  
  # 读取并清理上传的CSV数据
  csv_data <- read.csv(input$csv_file$datapath)
  csv_clean <- csv_data %>%
    group_by(County) %>%
    summarize(plastic_mean = mean(plastic_value, na.rm = TRUE)) %>%
    ungroup() %>%
    mutate(County = as.character(County)) # 统一为字符型
  
  # 读取新泽西郡GeoJSON数据
  nj_geo <- sf::read_sf("new_jersey_counties.geojson") %>%
    mutate(NAME = as.character(NAME)) # 统一为字符型
  
  # 显式匹配列合并数据
  merged_data <- dplyr::left_join(nj_geo, csv_clean, by = c("NAME" = "County"))
  
  # 绘制地图
  ggplot2::ggplot(merged_data) +
    ggplot2::geom_sf(aes(fill = plastic_mean)) +
    ggplot2::scale_fill_viridis_c(option = "plasma", na.value = "gray80") +
    ggplot2::theme_minimal() +
    ggplot2::labs(title = "新泽西郡塑料均值分布图", fill = "塑料均值")
})

额外排查步骤 #

如果还是报错，可以打印以下内容确认问题：

• colnames(nj_geo)和colnames(csv_clean)：确认列名是否正确
• table(nj_geo$NAME)：检查GeoJSON里的郡名是否有重复或缺失
• table(csv_clean$County)：检查CSV处理后的郡名是否和GeoJSON匹配

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