Shiny中mapview绘制Choropleth图同位置点未求均值问题修复

云上老周

2026-8-29

问题根因

你的判断完全正确。当前传入mapview的空间数据是时序长表结构：同一个坐标点对应不同年份、月份的多条气温观测记录。mapview本身不会自动对同位置的重复要素做数值聚合，渲染时上层绘制的要素会直接覆盖下层要素，最终视觉上就只显示数据集最后一条记录的数值。

修复方案

核心修复逻辑是在传入mapview绘图前，先按空间位置对气温值做聚合计算，不要直接把原始长表数据丢给绘图函数。额外建议补充年、月筛选控件，否则直接对40年所有数据求均值没有实际分析意义。

第一步：UI端补充时间筛选控件
在原有文件上传控件下方，新增年份、月份选择器，让用户可以指定要查看的时间范围：

# 加在sidebarPanel内fileInput控件的下方
selectInput(inputId = "sel_year", label = "选择年份", choices = NULL),
selectInput(inputId = "sel_month", label = "选择月份", 
            choices = c("全年" = 0, 1:12), selected = 0)

第二步：修正Server端数据读取、聚合、渲染逻辑
首先补全shapefile读取逻辑（原代码里的Read_Shapefile未定义，会直接报错），然后新增数据过滤、聚合步骤，最后用聚合后的数据绘图：

server = function(input, output, session) {
  # 读取上传的shapefile
  Temp_map = reactive({
    req(input$filemap)
    # 从上传的多文件中找到.shp后缀的主文件路径
    shp_path = input$filemap$datapath[grep("\\.shp$", input$filemap$name)]
    st_read(shp_path, quiet = TRUE)
  })
  
  # 初始化下拉选项
  observe({
    req(Temp_map())
    dff = Temp_map()
    # 更新年份选项
    updateSelectInput(session, "sel_year", choices = sort(unique(dff$year)))
    # 更新气温变量选项，匹配数据里实际存在的气温字段
    updateSelectInput(session, "Temp", 
                      choices = names(dff)[grepl("tmean|tmin|tmax", names(dff), ignore.case = T)],
                      selected = "tmean")
  })
  
  # 按筛选条件聚合空间数据
  agg_map_data = reactive({
    req(Temp_map(), input$sel_year, input$sel_month, input$Temp)
    raw_df = Temp_map()
    
    # 按选中年份过滤
    filter_df = raw_df %>% filter(year == as.integer(input$sel_year))
    # 选了具体月份就加月份过滤，选全年就不过滤月份
    if (as.integer(input$sel_month) != 0) {
      filter_df = filter_df %>% filter(month == as.integer(input$sel_month))
    }
    
    # 按几何位置分组，对选中的气温变量求均值
    agg_df = filter_df %>%
      group_by(geometry) %>%
      summarise(
        temp_val = mean(.data[[input$Temp]], na.rm = TRUE),
        city = first(CITYNAME),
        .groups = "drop"
      )
    agg_df
  })
  
  # 渲染地图
  output$mapview = renderLeaflet({
    req(agg_map_data())
    plot_map = mapview(
      agg_map_data(),
      zcol = "temp_val",
      layer.name = input$Temp,
      col.regions = colorRampPalette(brewer.pal(9, "YlOrRd")),
      popup = ~paste0("城市: ", city, "<br>气温: ", round(temp_val, 2))
    )
    plot_map@map
  })
}

可选优化
如果你需要绘制面状的分级统计图，可以先准备对应区域的行政边界sf对象，用st_join把气温点数据和行政边界做空间连接，再按行政单元分组聚合气温值后绘图，展示效果会比点要素更符合常规分级统计图的样式。如果不需要时间维度筛选，只要去掉时间过滤的代码，直接对全量数据按几何位置聚合即可。

注意事项

聚合计算时必须加na.rm = TRUE参数，否则数据中存在缺失值会导致整组均值返回NA，出现地图空白的问题。
上传shapefile时必须把.shp、.dbf、.shx、.prj等所有同名文件同时选中上传，否则会出现读取失败的问题。
如果同位置点的统计需求不是求均值，只要把summarise里的mean()换成median()、max()等其他统计函数即可。

内容的提问来源于stack exchange，提问作者Ed_Gravy