如何基于概率条件合并重叠sf对象并保留最优记录

首先修正你提供的示例代码（补全缺失的管道符）：

library(sf)
library(dplyr)

nc <- st_read(
  system.file("gpkg/nc.gpkg", package="sf"),
  quiet=TRUE
)
a <- nc %>%
  select(geom) %>%
  slice(1:60) %>%
  mutate(probability = runif(n=60, min=1, max=100),
         name = 'A')
b <- nc %>%
  select(geom) %>%
  slice(50:100) %>%
  mutate(probability = runif(n=51, min=1, max=100),
         name = 'B')

根据你的重叠场景，分两种情况处理：

场景1：重叠区域为完全相同的几何要素（如示例） #

你的示例中，a和b的重叠部分是50-60行的相同几何对象，直接按几何分组筛选最高概率记录即可：

# 合并所有SF对象
combined <- bind_rows(a, b)

# 按几何分组，保留每组概率最高的记录
result <- combined %>%
  group_by(geom) %>%
  slice_max(probability, n=1, with_ties=FALSE) %>%
  ungroup()

• slice_max用来快速筛选最大值记录，with_ties=FALSE确保每组只返回一条（若存在相同最大值，会随机选取，可额外添加排序字段控制选择逻辑）

场景2：重叠区域为空间相交的不同几何要素 #

如果是不同几何面空间重叠（非完全匹配），需要先拆分重叠区域再筛选：

# 合并所有SF对象
combined <- bind_rows(a, b)

# 拆分所有空间重叠的几何要素，保留原始属性
intersected <- st_intersection(combined)

# 按拆分后的新几何分组，筛选最高概率记录
result <- intersected %>%
  group_by(geom) %>%
  slice_max(probability, n=1, with_ties=FALSE) %>%
  ungroup()

• st_intersection会将重叠的面拆分为独立的子面，确保每个空间区域只保留对应最高概率的记录

内容的提问来源于stack exchange，提问作者kjtheron