如何在R中按FIPS或州筛选嵌套结构的GeoJSON数据

当前路径完全可行，不需要更换思路，按以下步骤操作即可：

方法1：基于你已生成的索引直接提取 #

你已经拿到了匹配的要素索引，直接对features列表做子集提取后保留原GeoJSON结构即可：

# 复制原GeoJSON结构
county_data_filtered <- county_data
# 仅保留匹配的要素
county_data_filtered$features <- county_data$features[necessary_values]

注意：原GeoJSON中的id字段为字符串类型，建议你在匹配时把自己的fips向量转成字符，避免前导零丢失导致的匹配失败，修改你的循环逻辑如下即可：

fips_char <- as.character(fips)
necessary_values = c()
for (i in seq_along(county_data$features)) {
  if(county_data$features[[i]]$id %in% fips_char) {
    necessary_values <- c(necessary_values, i)
  }
}

方法2：更简洁的向量化筛选（无需手写循环） #

用purrr包的keep函数可以一步完成要素筛选，代码更简洁高效：

library(purrr)
fips_char <- as.character(fips)
county_data_filtered <- county_data
# 直接保留id命中的要素
county_data_filtered$features <- keep(county_data$features, ~.x$id %in% fips_char)

如果要按州缩写筛选，对应修改筛选条件即可：

county_data_filtered$features <- keep(county_data$features, ~.x$properties$STUSAB %in% states)

更推荐的处理思路：转sf对象操作 #

如果后续还要做空间分析、可视化等操作，更建议把GeoJSON转成sf空间对象，筛选逻辑和普通数据框完全一致，学习成本更低：

library(sf)
library(dplyr)
# 直接读取url为sf对象
county_sf <- st_read("https://raw.githubusercontent.com/plotly/datasets/master/geojson-counties-fips.json")
# 按FIPS筛选
county_sf_filtered <- county_sf %>% 
  filter(id %in% as.character(fips))
# 按州缩写筛选
county_sf_filtered <- county_sf %>% 
  filter(STUSAB %in% states)

内容的提问来源于stack exchange，提问作者Max Feinberg