如何将Eurostat世界地图GeoJSON高效转为含全属性的DataFrame？

核心问题分析 #

你用broom::tidy()转换sp对象时丢失属性，是因为tidy()仅提取地理坐标和分组信息，未保留原GeoJSON的属性列；地图显示异常则是tidy()对复杂几何体（多部分区域、带孔洞的区域）的分组处理存在缺陷，导致绘图时几何体拼接错误。

推荐方案：使用sf包（地理数据处理主流工具） #

sf包直接支持GeoJSON读取，返回的对象本身就是带完整属性的类DataFrame结构（sf tibble），且完美兼容ggplot2，无需额外转换即可正确绘制地图。

步骤1：读取GeoJSON并保留所有属性 #

# 安装并加载sf包
install.packages("sf")
library(sf)
library(tidyverse)

# 读取GeoJSON（本地文件或在线链接均可）
geo_df <- st_read("CNTR_BN_20M_2020_4326.geojson")  # 替换为你的文件路径/在线链接

# 查看数据结构：包含所有原属性列 + 几何信息列
str(geo_df)

st_read()返回的sf对象中，每一行对应一个地理要素（如国家），同时完整保留了原GeoJSON的所有属性字段，几何信息存储在geometry列中。

步骤2：转换为与get_eurostat_geospatial一致的长格式DataFrame #

如果需要完全匹配get_eurostat_geospatial的输出格式（每一行是一个坐标点，重复属性列），可通过以下代码转换：

long_format_df <- geo_df %>%
  # 提取坐标并转换为long/lat格式的列表列
  mutate(coords = st_coordinates(geometry) %>% 
           as_tibble() %>% 
           rename(long = X, lat = Y)) %>%
  # 将列表列拆分为多行
  unnest(coords) %>%
  # 添加order/piece/group等字段（按需调整分组标识字段）
  group_by(NAME_LATN) %>%  # 替换为你的要素唯一标识字段（如国家代码）
  mutate(order = row_number(),
         hole = FALSE,  # 如需区分孔洞可通过st_is_empty等判断，此处简化处理
         piece = 1,
         group = paste(cur_group_id(), piece, sep = ".")) %>%
  ungroup() %>%
  # 移除几何列（可选）
  select(-geometry)

# 查看转换结果
head(long_format_df)

步骤3：正确绘制地图 #

使用ggplot2的geom_sf直接绘制sf对象，无需手动处理分组，彻底解决显示异常问题：

ggplot() +
  geom_sf(data = geo_df, fill = "lightblue", color = "white") +
  theme_minimal()

方案优势 #

• sf是当前R语言地理数据处理的标准工具，比sp+broom组合更简洁高效
• 天然保留所有属性字段，无需手动合并属性与坐标数据
• geom_sf自动处理几何体的分组、孔洞等复杂情况，避免地图显示错误

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