如何在dataframe中定位地图上异常点对应的数据集？

• 过滤超出地理范围的坐标
  地球纬度范围是[-90, 90]，经度范围是[-180, 180]，直接筛出不在这个区间的行：

  # 假设你的纬度列名为lat，经度列名为lon
  outliers <- df %>% filter(lat < -90 | lat > 90 | lon < -180 | lon > 180)
  

  图中那些跑到地图外的点大概率属于这类。

• 用交互式可视化直接查看
  把ggplot图转成交互式的，鼠标悬停就能看到点对应的详细数据，还能框选异常点导出：

  library(plotly)
  # 替换成你自己的ggplot绘图代码
  p <- ggplot(df, aes(x=lon, y=lat)) + geom_point() + borders("world")
  ggplotly(p) %>% layout(hovermode = "closest")
  

  打开交互式图后，找到异常点悬停看信息，或者用框选工具选中后导出对应数据。

• 检查坐标是否颠倒
  很多异常是把纬度和经度搞混了，比如把经度值放到纬度列。可以筛出这类疑似颠倒的行：

  # 筛选经度绝对值≤90、纬度绝对值>90的行（符合颠倒特征）
  reversed_coords <- df %>% filter(abs(lon) <= 90 & abs(lat) > 90)
  

• 按分类分组排查
  如果数据有分类列（比如国家、地区），按分类分组计算坐标均值，定位均值明显偏离实际位置的分组，再深入查看该组数据：

  # 假设分类列名为region
  group_avg <- df %>% group_by(region) %>% summarise(avg_lat = mean(lat), avg_lon = mean(lon))
  # 筛选均值异常的分组
  filter(group_avg, avg_lat < -60 | avg_lat > 80 | avg_lon < -150 | avg_lon > 150)
  

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