ggplot地图标注优化：仅标注count列有数值的区域

要解决标注混乱的问题，核心是仅对有count值的区域生成单个中心点标注，避免用多边形的所有坐标点重复标注。具体步骤如下：

1. 预处理生成标注用的中心点数据 #

从原数据中过滤出count不为NA的区域，再按区域名称（NAME_1）分组计算每个区域的中心点坐标（经纬度平均值）：

方法1：使用dplyr（推荐） #

# 若未安装dplyr先执行：install.packages("dplyr")
library(dplyr)

label_data <- Kenya1_df %>%
  filter(!is.na(count)) %>%  # 过滤掉count为NA的区域
  group_by(NAME_1) %>%       # 按区域名称分组
  summarise(
    long = mean(long),       # 计算区域中心经度
    lat = mean(lat),         # 计算区域中心纬度
    .groups = "drop"
  )

方法2：使用Base R（无需额外包） #

label_data <- aggregate(
  cbind(long, lat) ~ NAME_1, 
  data = Kenya1_df[!is.na(Kenya1_df$count), ],  # 过滤非NA的count区域
  FUN = mean  # 计算中心点坐标
)

2. 修改ggplot代码添加标注 #

将geom_text的数据源替换为预处理后的label_data，避免重复标注和NA区域标注：

library(ggmap)
library(scales)

Kenya1_df <- as.data.frame(Kenya1_df)

theme_opts <- list(theme(panel.grid.minor = element_blank(),
                       panel.grid.major = element_blank(),
                       panel.background = element_blank(),
                       plot.background = element_blank(),
                       axis.line = element_blank(),
                       axis.text.x = element_blank(),
                       axis.text.y = element_blank(),
                       axis.ticks = element_blank(),
                       axis.title.x = element_blank(),
                       axis.title.y = element_blank(),
                       plot.title = element_blank()))

ggplot() + 
  geom_polygon(data = Kenya1_df, aes(x = long, y = lat, group = group, fill = count), 
               color = "black", size = 0.25) +
  theme(aspect.ratio=1) +
  scale_fill_distiller(name="Count", palette = "Reds", breaks = pretty_breaks(n = 5)) +
  # 使用预处理的中心点数据，仅标注有count的区域
  geom_text(data = label_data, aes(x = long, y = lat, label = NAME_1), size = 3) +
  labs(title="Nice Map") +
  theme_opts  # 应用自定义主题

问题根源解释 #

原代码直接用Kenya1_df作为geom_text的数据源，而多边形数据是由多个坐标点组成单个区域的，这会导致每个区域被重复标注数十次；同时未过滤count为NA的区域，进一步加剧了混乱。通过预处理生成每个区域的唯一中心点，就能避免这些问题。

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