ggmap与geom_sf的CRS对齐及coord_sf设置地图范围报错问题

• 投影不匹配问题：ggmap获取的底图默认适配Web墨卡托投影（EPSG:3857），即使输入的点位是WGS84（EPSG:4326）经纬度，直接叠加WGS84坐标系的sf图层时会因为坐标系默认转换逻辑不一致出现偏移。
• st_cast报错问题：一是连续调用了两次coord_sf，第二次调用覆盖第一次时触发了不必要的几何类型转换逻辑；二是从map_data("nz")转换sf对象时，部分分组（group）的点位数量不足2个，无法转换为LINESTRING，导致抛出类型转换错误。

步骤1：优化新西兰海岸线数据构建 #

优先使用更稳定的官方空间数据源替代map_data的返回结果，避免手工转换几何类型时出错，也可以直接修复原转换逻辑过滤无效分组。

步骤2：合并coord_sf参数设置 #

将坐标系声明、范围限定参数放在同一次coord_sf调用中，同时配置适配ggmap底图的参数。

library(sf)
library(dplyr)
library(ggmap)
# 可选：用rnaturalearth获取更可靠的新西兰海岸线数据，无需手工转换
# install.packages("rnaturalearth")
nz <- rnaturalearth::ne_countries(country = "New Zealand", scale = "large", returnclass = "sf") %>% 
  st_transform(crs = 4326)

# 如果坚持用原map_data逻辑，可改用以下代码过滤无效分组，避免cast报错
# nz <- map_data("nz") %>%
#   st_as_sf(coords = c("long", "lat"), remove = FALSE, crs = 4326) %>%
#   group_by(group) %>%
#   filter(n() >= 2) %>% # 过滤点数不足2的分组，无法生成线
#   summarise(
#     region = region[1],
#     do_union = FALSE
#   ) %>%
#   st_cast("POLYGON") %>% # 新西兰是面数据，直接转面更合理
#   ungroup()

# 获取底图，stamen底图无需谷歌密钥
basemap <- get_map(location = c(lon = 175.5, lat = -38),
                   zoom = 8,
                   maptype = 'terrain-background',
                   source = 'stamen')

# 绘图，合并coord_sf参数
ggmap(basemap) +
  geom_sf(data = nz, inherit.aes = FALSE, fill = NA, color = "darkred", linewidth = 0.8) +
  coord_sf(crs = 4326, 
           xlim = c(174.5, 176.5), 
           ylim = c(-39.2, -36.6),
           expand = FALSE)

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