使用read_sf读取含德语变音符号的Shapefile时遇警告与错误

核心原因 #

你的Shapefile采用非UTF-8编码（德语区常见编码为ISO-8859-1或Windows-1252），read_sf默认未适配该编码，导致变音符号解析错误，进而在数据合并时因州名不匹配丢失记录。

解决方案步骤 #

1. 检测并指定正确编码读取Shapefile

先确定Shapefile的实际编码，可借助readr包的工具检测DBF文件：

library(readr)
guess_encoding('geo_ger/vg2500_bld.dbf')

选择返回结果中置信度最高的编码（比如ISO-8859-1），用以下方式读取：

# 方式1：设置全局编码后读取
options(encoding = "ISO-8859-1")
ger <- read_sf('geo_ger/vg2500_bld.shp')

# 方式2：通过st_read直接指定编码（read_sf的底层函数）
ger <- st_read('geo_ger/vg2500_bld.shp', options = "ENCODING=ISO-8859-1")

如果读取后字段仍乱码，手动转换编码：

# 替换NAME为你的实际州名字段名
ger$NAME <- iconv(ger$NAME, from = "ISO-8859-1", to = "UTF-8")

2. 验证数据合并匹配

编码修复后，州名（如Baden-Württemberg、Schleswig-Holstein）会正常显示，此时合并数据不会出现匹配失败：

# 假设你的统计数据框为state_data，含州名字段state_name和数值字段value
ger_merged <- merge(ger, state_data, by.x = "NAME", by.y = "state_name", all.x = TRUE)

# 检查是否保留全部16个州
nrow(ger_merged)

3. 用ggplot2绘制分级统计图

编码问题解决后，正常绘制即可：

library(ggplot2)
ggplot(ger_merged) +
  geom_sf(aes(fill = value)) +
  scale_fill_viridis_c(option = "mako") +
  labs(title = "德国联邦州分级统计图", fill = "指标值") +
  theme(axis.text = element_blank(), axis.ticks = element_blank())

额外提示 #

• 避免使用rgdal的readOGR，其编码处理逻辑更复杂，sf包是当前R空间数据处理的标准工具。
• st_transform(4326)仅用于坐标系转换，和编码问题无关，无需调整这一步。

内容的提问来源于stack exchange，提问作者Monika