使用read_sf读取shp文件并合并为sf数据框失败，几何列呈列表格式

我懂你这种头疼的情况——本来想把多个SHP文件合并成一个干净的sf数据框，结果搞出来的东西既不是sf对象，几何列还变成了乱糟糟的列表。别担心，这是因为你用了普通的行绑定方法，没照顾到sf对象的特殊空间属性，我来给你一步步解决这个问题！

问题根源 #

sf对象不是普通的数据框，它带有特殊的类属性和空间元数据（比如CRS、几何类型）。如果用dplyr::bind_rows这类通用行绑定函数，会丢失这些特殊属性，导致几何列退化成普通列表，结果也不再是sf对象。我们需要用sf专属的绑定工具来处理。

完整解决方案 #

下面是可复现的代码，从创建示例SHP文件到正确合并，一步到位：

1. 准备示例SHP文件（模拟你的数据源）

library(tidyverse)
library(sf)

# 用临时目录避免路径问题，你可以换成自己的目录
temp_dir <- tempdir()

# 创建第一个sf数据框并导出为SHP
data1 <- data.frame(attr = c(1:10), lon = c(11:20), lat = c(21:30)) %>% 
  st_as_sf(coords = c("lon", "lat"), dim = "XY") %>% 
  st_set_crs(4326)
st_write(data1, file.path(temp_dir, "data1.shp"), delete_layer = TRUE)

# 创建第二个sf数据框并导出为SHP
data2 <- data.frame(attr = c(11:20), lon = c(21:30), lat = c(31:40)) %>% 
  st_as_sf(coords = c("lon", "lat"), dim = "XY") %>% 
  st_set_crs(4326)
st_write(data2, file.path(temp_dir, "data2.shp"), delete_layer = TRUE)

2. 正确合并SHP文件

这里有两种简单可靠的方法，选你习惯的就行：

方法一：批量读取+合并一步完成（推荐）

用purrr::map_dfr，它会自动识别sf类并调用sf专属的合并逻辑：

# 获取目标目录下所有SHP文件的完整路径
shp_files <- list.files(temp_dir, pattern = "\\.shp$", full.names = TRUE)

# 批量读取并直接合并为单个sf对象
combined_sf <- map_dfr(shp_files, st_read)

# 验证结果：应该同时包含"sf"和"data.frame"类
class(combined_sf)

方法二：先读入列表再合并

如果你需要先对单个sf对象做一些预处理，这种方式更灵活：

# 把所有SHP文件读入一个sf对象列表
sf_list <- map(shp_files, st_read)

# 用sf专属的st_bind_rows合并列表中的对象
combined_sf <- st_bind_rows(sf_list)

关键注意事项 #

• 统一CRS：确保所有待合并的SHP文件使用相同的坐标参考系，如果不同，先通过st_transform()统一后再合并。
• 属性列兼容：如果各个SHP的属性列不一致，st_bind_rows会自动填充缺失值为NA，同时保留sf对象的所有空间属性，这点和bind_rows行为一致，但更可靠。

内容的提问来源于stack exchange，提问作者adl