如何在rworldmap中自定义区域绘制聚合国家数据？

当然可以实现自定义区域的绘制！其实不用额外找其他包，rworldmap本身就能配合你自己的区域定义完成需求，甚至结合ggplot2还能做出更灵活的可视化效果。下面给你两种实用的实现方案：

方法一：直接用rworldmap配合自定义区域数据 #

这种方法适合想继续用rworldmap原生绘图函数的场景，步骤很清晰：

1. 准备你的数据
   确保你的数据框包含三个核心部分：iso3国家代码列、自定义区域列（比如命名为custom_region，用来标记每个国家所属的自定义分组，如"欧盟"、"高收入国家"），以及你要展示的数值列（比如value）。

   模拟数据示例：

   library(rworldmap)
   library(dplyr)
   
   # 模拟你的数据结构
   my_data <- data.frame(
     iso3 = c("FRA", "DEU", "GBR", "USA", "JPN", "BRA", "IND"),
     custom_region = c("欧盟", "欧盟", "欧盟", "高收入国家", "高收入国家", "新兴市场", "新兴市场"),
     value = c(100, 150, 120, 200, 180, 90, 80)
   )
   

2. 匹配地图与自定义数据
   用joinCountryData2Map函数把你的数据和rworldmap内置的地图数据通过iso3代码关联起来：

   map_merged <- joinCountryData2Map(my_data, 
                                     joinCode = "ISO3", 
                                     nameJoinColumn = "iso3")
   

3. 按自定义区域绘图
   直接调用mapCountryData，指定用你的自定义区域列来着色：

   mapCountryData(map_merged,
                  nameColumnToPlot = "custom_region",
                  catMethod = "categorical",  # 因为是分类区域，用分类着色
                  mapTitle = "自定义区域世界地图",
                  colourPalette = "Set3",
                  borderCol = "white")  # 加上白色边框区分国家
   

   如果需要先对自定义区域做数据聚合（比如计算每个区域的总和），可以先用dplyr分组汇总：

   aggregated_region <- my_data %>%
     group_by(custom_region) %>%
     summarise(total_value = sum(value))
   
   # 聚合后如果要和地图匹配，只需要确保每个国家的区域标签正确，绘图时按区域聚合着色即可
   

方法二：用ggplot2 + rworldmap实现更灵活的可视化 #

如果你想要更自由的样式调整，ggplot2是更好的选择，配合rworldmap的地图数据同样能轻松实现：

1. 转换地图数据格式
   把rworldmap的地图数据转换为ggplot支持的数据框格式：

   library(ggplot2)
   
   # 获取低分辨率世界地图（需要高分辨率可以改resolution为"high"）
   world_map <- getMap(resolution = "low")
   world_df <- fortify(world_map, region = "ISO3")  # 按iso3代码拆分地图数据
   

2. 合并自定义数据与地图
   用left_join通过iso3代码关联你的数据和地图数据：

   merged_df <- left_join(world_df, my_data, by = c("id" = "iso3"))
   

3. 绘制自定义区域地图
   用ggplot的多边形图层绘制，按自定义区域着色：

   ggplot(merged_df, aes(x = long, y = lat, group = group, fill = custom_region)) +
     geom_polygon(color = "white", linewidth = 0.2) +  # 白色边框区分国家
     theme_void() +  # 去掉多余的坐标轴和背景
     scale_fill_brewer(palette = "Set3", na.value = "lightgray") +  # 给未匹配的国家设浅灰色
     labs(title = "自定义区域世界地图（ggplot2版）",
          fill = "自定义区域") +
     theme(plot.title = element_text(hjust = 0.5))  # 标题居中
   

额外说明 #

• 不管用哪种方法，核心都是确保你的自定义区域数据和地图数据通过iso3代码正确匹配，所以只要你能给每个国家的iso3代码分配对应的自定义区域标签（不管是手动赋值还是从外部文件读取），就能轻松实现需求。
• 如果需要更精细的地图数据，也可以用rnaturalearth包的ne_countries()函数获取，流程和上面完全一致，只需要把地图数据源替换即可。

内容的提问来源于stack exchange，提问作者user1778351